最近刷到一个挺有意思的开源项目，我自己配置后体验了一段时间，最大的感受就是：每天检索论文这件事，终于不用全靠手动完成了。
以前找新论文，我通常要打开 arXiv，按研究方向搜索，再从一大片英文标题和摘要里慢慢筛选。论文少的时候还好，碰上更新比较多的日期，光判断哪些值得看，就要花掉不少时间。
这次用到的工具，体验就轻松很多。
它会根据 Zotero 里已经收藏的论文，判断我最近在关注什么方向，再从当天的新论文中筛选相关内容。筛选完成后，AI 会自动生成中文摘要，并把论文标题、相关度、摘要和原文链接发送到邮箱。
现在我早上打开邮箱，简单刷几分钟，就能看到当天比较感兴趣的文献。值得深入读的，再点开原文；暂时不相关的，直接略过。
不用每天反复搜索，也不用先面对大片英文摘要，确实节省了不少时间。
这个项目叫做 Zotero-arXiv-Daily。
它不需要自己购买服务器，部署在 GitHub Actions 上就能每天自动运行。接下来，我会简单介绍它的功能和配置流程。
完整配置涉及获取 Zotero API、邮箱 SMTP、模型接口和配置 GitHub Secrets，我已经把获取方式、详细图文教程和可直接复制的配置模板整理进资料包。需要完整资料的读者，可以在公众号后台回复：[B805]。
把 Zotero 变成个人论文推荐系统
这套方案的核心思路，其实很简单：
程序会读取 Zotero 中的论文标题和摘要，再获取 arXiv 等平台当天发布的新论文，计算两者之间的相关度，并按照分数从高到低排序。
最后发送到邮箱的内容，一般包括：
-
• 论文标题； -
• 作者信息； -
• 相关度分数； -
• AI 生成的中文 TL;DR； -
• 论文页面和 PDF 链接。
下图就是这个项目发送到邮箱中的内容：
它比较吸引我的地方，主要有两点。
第一，推荐依据来自你自己的 Zotero 文献库。
如果你最近收藏的大语言模型论文比较多，系统就会更关注这个方向；后续研究重点改变，推荐结果也会跟着变化。
第二，整个流程可以每天自动运行。
部署完成后，不需要一直开着电脑，也不用自己维护服务器。GitHub Actions 会按设定时间自动执行任务。
了解完它的工作方式，下面就进入实际配置。
需求工具
整套方案需要准备四类工具。
-
1. Zotero：保存论文，并作为判断研究兴趣的依据。 -
2. GitHub：保存项目，并通过 GitHub Actions 自动运行。 -
3. 邮箱：用于发送论文推荐，通常需要 SMTP 授权码或应用专用密码。 -
4. 大模型 API：用于生成中文 TL;DR，只要兼容 OpenAI Chat Completions 接口即可。
工具看起来不少，但实际配置并不复杂，而且大部分操作在网页上就可以完成。
配置步骤
Fork 项目并启用 Actions
-
1. 打开 Zotero-arXiv-Daily 的 GitHub 页面，点击右上角的 Fork，把项目复制到自己的 GitHub 账号下。
-
2. Fork 完成后，进入自己的仓库，再打开 Actions 页面。如果 GitHub 提示工作流尚未启用，点击启用即可。
-
3. 启用后就可以看到如下界面：
这里主要会看到两个任务：
-
• Test：用于手动测试； -
• Send emails daily：用于每天自动运行。
获取 Zotero API 信息
接下来要登录 Zotero 网页版，进入 Settings - Secuity 页面，获取两项信息：
-
• Zotero User ID -
• Zotero API Key
-
1. 下图中箭头所指内容会有一串数字，这个数字就是 Zotero User ID。
-
2. 接下来创建 Zotero API Key，点击图中的 Create new private key，按照下图勾选：
注意：及时保存 Zotero User ID 和 Zotero API Key； 另外建议检查 Zotero 中的论文是否有摘要字段，没有摘要的条目通常不会参与推荐。
准备邮箱接口
邮箱部分需要准备，我这里用到是 QQ 邮箱：
-
• 发件邮箱 -
• 收件邮箱（可与发件邮箱一致） -
• SMTP 授权码
-
1. 登录网页版 qq 邮箱，点击左上角 设置，再选择左侧账号与安全-安全设置-开启服务
-
2. 开启后就可以获得授权码，注意保存
准备模型 API
模型部分则需要准备如下内容，我这里以 DeepSeek 为例：
-
• API Key -
• API Base -
• 模型名称
-
1. 如下图新建 API Key
-
2. API Base 通常类似： https://服务商域名，下图是 DeepSeek 的，模型名称也在图中。
模型名称一定要使用服务商实际提供的模型 ID，不能随意填写“ChatGPT”或“DeepSeek”。
填写 GitHub Secrets
-
1. 打开 Github，进入项目： Settings → Secrets and variables → Actions → Secrets
-
2. 创建以下 7 个 Secrets，逐个填入我们刚才获取的内容：
ZOTERO_ID
ZOTERO_KEY
SENDER
RECEIVER
SENDER_PASSWORD
OPENAI_API_KEY
OPENAI_API_BASE
注意：这些内容包含账号和密钥，必须放在 Secrets 中，不要写进代码或公开配置。
添加 CUSTOM_CONFIG
-
1. 同样在配置 Secrets 的页面，接着切换到 Variables 页面，创建： CUSTOM_CONFIG
-
2. 这个配置主要用来设置：
-
• Zotero 信息：User ID、API Key； -
• 邮箱信息：首发邮箱、SMTP； -
• 模型信息：API Key、API Base、model name； -
• 检索信息：检索源、类别、数量。
这部分配置较长，我已经在资料包中整理了。私信回复[B805]，小助理会发给你。拿到资料后，只需要替换模型名称和检索类别即可直接使用。
运行测试
-
1. 配置完成后，进入： Actions → Test → Run workflow -
2. 选择 main分支并运行。
-
3. 程序会依次完成： -
1. 读取 Zotero 文献 -
2. 获取当天新论文 -
3. 计算相关度 -
4. 生成中文摘要 -
5. 发送测试邮件
-
4. 运行日志中出现： Email sent successfully，一般就说明任务已经配置成功。接下来就可以在邮箱中查收文献啦。
-
5. 回到 DeepSeek 中可以看到这次任务的消耗，可以看到这套流程开销很小。
-
6. 测试成功后，可以按照下图设定每天自动运行。当前项目设定的是每天 22:00 UTC运行，也就是北京时间06:00。
-
7. 这是第二天我邮箱里自动收到的内容～优雅看报
总结
整体体验下来，这套方案相当于把 Zotero 从一个“论文整理工具”，升级成了一个个人论文推荐系统。它可以根据自己的 Zotero 文献判断研究兴趣，自动追踪 arXiv、bioRxiv 和 medRxiv 新论文。
相比普通关键词订阅，它最大的优势是：推荐依据来自你真实保存和阅读的论文，而不是几个固定关键词。
当然，推荐质量也和 Zotero 文献库有关。文献主题越集中、摘要越完整，结果通常越准确。
为了方便大家直接部署，我已经整理好了：
-
• 零基础图文教程； -
• 可复制的 CUSTOM_CONFIG； -
• QQ 邮箱和 Gmail 配置模板； -
• 限定项目检索 Zotero 文件夹范围方法；
需要完整资料包的读者，可以在公众号后台回复：[B805]。