SeerAI — Zotero 9 智能学术研究助手

想象一下：你正在深夜赶一篇文献综述，电脑里堆满了上百篇 PDF，Zotero 书库里井井有条却无从下手——传统方式是 Ctrl+F 在每篇论文里反复横跳，而 SeerAI 让你直接开口问 AI：「这些论文里关于大语言模型微调的方法有哪些，各自效果如何？」

SeerAI 就是这样一款将 AI 能力深度嵌入 Zotero 9 的插件。它不是简单地在 Zotero 里塞一个聊天窗口，而是围绕学术研究的完整生命周期——从论文检索、阅读、提取、系统综述到写作辅助——提供了一套端到端的 AI 加持工作流。

背景：学术研究的「信息过载」困境

每个做过文献综述的研究者都清楚那种无力感：开题时信心满满，真正开始读文献就陷入汪洋大海。Semantic Scholar、PubMed、arXiv、bioRxiv……每个数据库都有自己的一套检索逻辑，跨库搜索需要反复切换、逐个导出、合并去重。更痛苦的是，从 PDF 中提取结构化数据（样本量、方法、结论）全靠手工，一个 meta-analysis 可能要处理上百篇论文。

SeerAI 的开发者 dralkh 显然经历过这种煎熬。项目萌芽于对 Zotero 9 扩展生态的深度探索，最初只是一个让 AI 阅读 PDF 的小工具，经过十几个版本的迭代，逐步演变为今天这个功能密集的学术研究平台。其核心设计哲学是**「本地优先、隐私至上」**——你的论文数据不会离开本机，所有 AI 调用都需要你主动配置 API Key。

核心功能：从检索到综述的全链路 AI

联邦学术检索：一次搜索，横跨 11 个数据库

这是 SeerAI 最具差异化的功能。点开搜索面板，你可以同时向 Semantic Scholar、arXiv、PubMed、bioRxiv、medRxiv、IACR、Europe PMC、CORE、BASE、Zenodo 和 HAL 发出查询请求。系统会自动进行跨库去重和 rank fusion（排名融合），把结果合并为一份统一列表。

更聪明的是「AI 查询优化」模块：当你输入「transformer 在医学影像上的应用效果」这样的自然语言，它会调用 AI 一次性提取出核心概念和同义词，然后分别编译成每个数据库的原生查询语法。你不需要学习 11 种不同的检索语法，就能获得精确的跨库结果。

AI 对话式阅读：跟论文「聊」着读

选中一篇或多篇论文，打开 SeerAI 侧边栏，直接用自然语言提问。系统会智能判断上下文优先级：Zotero 笔记（OCR 笔记）最高，其次是 PDF 索引文本，最后是 OCR 识别结果。这个分层策略既保证了响应质量，又避免了无意义的 token 消耗。

支持流式响应（token-by-token 实时渲染）、Markdown + LaTeX 数学公式、粘贴图片进行多模态分析，甚至可以直接生成图片、视频、语音。你还可以打开独立的浮动窗口（Ctrl+Shift+S），在浏览整个书库时保持对话不中断。

系统综述工作流：PRISMA 流程内置

SeerAI 深度整合了系统性综述（Systematic Review）的标准流程：

• Protocol Builder：选择框架（PICO、PECOs、SPIDER 等），定义研究问题和入排标准
• Sources：从 Zotero 集合导入论文，自动追踪每个数据库的检出数量、重叠情况
• PRISMA 流程图：实时可视化标题摘要筛选→全文筛选→最终纳入的全流程，数字自动更新
• Screening：带理由、置信度评分和 AI 推荐意见的筛选决策
• 数据提取：自定义字段模板，提取效应量（OR/RR/HR/MD/SMD）、置信区间、时间点
• 证据合成：支持随机效应和固定效应 meta-analysis、森林图、I² 异质性检验
• 健康检查：自动检测缺失效应量、缺失 CI、负方差、极端效应值等常见错误

这套工作流将原本分散在 Excel、RevMan、Python 脚本中的多个工具，统一到了 Zotero 一个界面里完成。

RAG 与知识库：打造个人学术知识图谱

Per-context embeddings + 向量存储，支持对整篇论文进行语义检索。你可以让 AI 在你的书库里「大海捞针」，找出所有提到特定方法或数据集的论文，而不需要记住每篇论文的标题。

Papers Tables：用 AI 批量提取结构化数据

这是 meta-analysis 研究者的福音。创建一张表格，定义列标题和对应的 AI 提取提示词（比如「方法论」「样本量」「评估指标」），然后把论文拖进去。SeerAI 会自动批量调用 AI 逐篇提取，生成可导出为 CSV 的结构化数据表。

MCP Server + Local API：把 Zotero 变成 Agent 工具

SeerAI 自带一个独立的 MCP 服务器（位于 mcp-server/ 目录），可以让外部 LLM（如 Claude Desktop）直接操控你的 Zotero 书库。内置 API 默认监听端口 23119，支持 chat、工具执行和书库管理。这实际上是把自己的 Zotero 书库变成一个可以被 AI Agent 调用的知识工具。

云存储集成

支持 Google Drive、Dropbox、Box、OneDrive、Nextcloud 的 OAuth 2.0 连接。书库外的 PDF 可以直接作为对话上下文使用，打通了本地书库和云端资源的边界。

Agentic 工作流与 Skills Library

AI Agent 不仅能回答问题，还能实际操作你的书库：搜索、创建笔记、打标签、管理集合、读写文件、生成引用。内置 ~148 个 Agent Skills（来自 K-Dense-AI/scientific-agent-skills），覆盖科学计算、生物信息学、文档生成等场景，Agent 在需要时按需加载，不需要全部预装。

技术架构：TypeScript + Zotero Plugin Toolkit

SeerAI 的技术栈非常明确：TypeScript 为核心语言，zotero-plugin-toolkit 提供 Zotero 插件基础设施，Addon 逻辑分层组织在 src/modules/ 下。

模块	职责
addon.ts	插件主入口，生命周期管理
hooks.ts	Zotero 事件钩子（PDF 导入、笔记变更等）
modules/	各功能模块（chat、search、RAG、sysreview 等）
mcp-server/	独立 MCP 协议服务，可脱离 Zotero 运行
skills/	Agent 技能包目录

package.json 显示主要依赖包括：turndown（HTML→Markdown 转换）、mammoth（DOCX 解析）、docx-preview、katex（数学渲染）、gpt-tokenizer（token 计数）、zod（数据验证）。代码质量通过 ESLint + Prettier 规范，测试框架覆盖 extraction 和 pipeline 两大核心流程。

AI 框架层面：SeerAI 本身不包含训练或推理代码，而是一个模型路由层——通过统一的接口配置连接 OpenAI、Anthropic、Google、DeepSeek、Mistral、Groq 等商业 API，以及本地 Ollama/OpenAI-compatible 端点。图像生成依赖 DALL-E、Midjourney 等外部服务；OCR 支持 Mistral Cloud、DataLab.to 和本地 Marker。支持的本地模型显存分级从 4GB（Qwen3.5 2B）到 128GB（DeepSeek-V4-Pro）。

上手体验

安装门槛：对于 Zotero 用户，下载 .xpi 文件安装极为简单；技术用户可从源码构建。真正的门槛在于 AI API Key 的配置——需要用户在各个服务（OpenAI/Mistral/Tavily/Semantic Scholar）注册账号并充值。

使用体验：第一次使用需要理解几个核心概念——上下文优先级策略（Notes > Indexed PDF > OCR）、Agent 工具集的范围、以及 RAG 的 chunking 策略。这些都有文档，但上手曲线对非 AI 研究者来说有一定陡度。

局限性：作为 Zotero 插件，它的体验完全受制于 Zotero 本身——不支持纯 Web 端或命令行使用；大量 AI 调用会产生不菲的 API 费用；本地模型的质量取决于用户硬件；跨库搜索虽然方便，但各数据库的 API 限流仍可能影响大批量检索。

行业意义

SeerAI 代表了一个重要趋势：垂直领域的 AI Agent 正在从通用聊天窗口转向深度嵌入专业工具。在学术研究这个场景下，它不是替代研究者，而是将大量机械性的文献处理工作自动化——跨库检索去重、PDF 数据提取、meta-analysis 表格填充——让研究者把精力集中在真正需要判断力的工作上。

其系统综述模块尤为值得关注：PRISMA 流程的标准化程度和 AI 辅助筛选/提取的深度，在同类工具中处于领先。如果能进一步降低 API 成本（如引入更多本地推理选项），将具有极高的学术实用价值。