zotero-second-brain

把你 Zotero 里的论文，提前「编译」成可复用的研究判断——让你能像问一个读过你所有论文的助手那样，用大白话跟它讨论。 Pre-*compile* the papers in your Zotero into reusable research judgments — so you can talk to a second brain that has read everything you saved.

📖 更详细的项目介绍与开发细节，记录在飞书知识库：《🧠 把论文变成「第二大脑」：Zotero 编译型知识库 · 深度介绍》。想了解更多设计取舍、开发过程和使用场景，欢迎去看。

📮 欢迎关注作者的微信公众号「海绵朋克」。作者的更多 AI 开发实践和思考，会在公众号第一时间分享。

🧠 中文

📌 一、这是什么

一句话：它把你 Zotero 里的论文，提前编译成可复用的判断，让你用大白话就能跟它讨论你的研究。

它不是收藏夹、不是 RAG、不是论文备份。它是一个跑在 Claude Code / Codex 里的 AI 助手 + 一套本地 Markdown 文件：你的论文留在 Zotero（它只读、绝不动），真正长出来的价值，是它替你写下的单篇判断、主题综述和选题。

😩 二、它解决什么问题

每个做研究的人都干过同一件事：看到好论文 → 存进 Zotero → 然后就忘了。📚 存了几百篇，真到写综述、找创新点时，还是得一篇篇重新打开、重新读、重新在脑子里拼。

问题的本质：Zotero（以及几乎所有笔记工具）只解决了「把论文存好」，没解决「把论文变成你脑子里能直接用的判断」。你存下来的是信息，不是知识。 这个项目补的就是后半段。

🧩 三、核心原理：编译，而不是检索（最重要的一节）

这是它和市面上工具最根本的不同。先讲清楚，后面的操作才好懂。

普通收藏夹：只管存。论文之间没有关系，越存越乱，最后变成一个黑洞。

RAG（市面上大多数「AI 知识库」）：把论文切成小块、转成向量；你提问时，它临时捞几块相关的喂给 AI 现场作答。问题是——它每次提问都从零理解一遍，理解从不沉淀下来。

🍳 打个比方：RAG 像一个每次点菜才跑去仓库现切原料的厨子，每道菜都从生料开始，重复劳动。

这个项目反过来：在你用之前，先把论文「编译」成结论。 借编译器的比方——源代码（论文）经过编译，变成可直接运行的程序（判断）。它分两步：

第 1 步 · 蒸馏（把一篇论文读透，且只读一次） AI 把一篇论文的全文完整、客观地读一遍，提炼成一份「蒸馏笔记」：研究问题、方法与创新、关键结果与数据、硬伤与局限……尽可能全面、不带目的。 🔑 关键：这篇论文的全文，一辈子只在这一步读一次，之后永久缓存成这份笔记。

第 2 步 · 编译（把一个方向的多篇笔记，归纳成一页判断） 当你要梳理某个方向时，AI 只读那些便宜的蒸馏笔记（而不是重读全文），把它们归纳成一篇「综述页」：这个方向有哪些问题、方法怎么演进、有什么共识与分歧、还剩哪些空白。

💡 为什么分两步？因为「读全文」是最贵的（费时间、费 token）。把它只做一次、之后全靠便宜的笔记反复复用，「大量精读」才划算。这正是它能当第二大脑、又不烧爆成本的核心。