知识库问答
前面讲的 阅读辅助 是一篇 PDF 一篇 PDF 聊。但如果你已经攒了几十上百篇文献，想问"我这批文献里，谁谈到了 XXX？"——一篇篇翻就太慢了。
知识库问答就是解决这个：把一整个分类（几十、几百篇论文）一次性"喂"给 AI，之后你用中文/英文随便问，AI 读完相关片段再回答，并且告诉你引用的是哪几篇。
一句话
阅读辅助 = 和一篇 PDF 聊 · 知识库问答 = 和一整个分类（一批文献）聊。
一、先理解：什么是 RAG？（30 秒版）
知识库底层用的是 RAG（检索增强生成）。流程：
- 建索引（一次性）：AI4Paper 把你这个分类下每篇文献的 PDF 正文切成一小段一小段（"片段"），转成向量存到本地数据库
- 你问问题：比如"AIGC 对生产力的影响有哪些实证证据"
- 语义检索：AI4Paper 从刚才的向量库里找出最相关的几段（可能来自 3-5 篇不同的论文）
- AI 读片段再回答：把找到的片段 + 你的问题一起扔给主 AI，它只基于这些片段回答，并给出引用标注
好处：
- 不会胡编（只用检索到的片段，不凭"我猜"）
- 每个结论都能追溯到原文位置，点一下就能定位到 PDF 的对应条目
- 比一篇一篇问快 10 倍
二、界面总览
打开知识库问答窗口长这样：
三栏结构：
2.1 左栏 · 知识库列表
一个 Zotero 分类 = 一个知识库。图上这台机器有 5 个：
| 知识库 | 已索引片段数 |
|---|---|
| 全部知识库 | 251（所有知识库合并查询） |
1 | 269 个片段 |
333 | 17 个片段 |
MANAGEME...（当前选中） | 134 个片段 |
哈哈 | 9 个片段 |
有笔记的文献 | 33 个片段 |
点一个就切换到那个知识库提问。想跨库一起问就点"全部知识库"。
2.2 中栏 · 引用来源
AI 每次回答后，用到哪些文献片段都在这里列出来——图上这次答案用了 2 篇：
- The Effects of Generative AI on High-Skilled Work（摘要，相似度 0.06）
- Does Corporate Tax Planning Affect Firm Productivity?（摘要，相似度 0.06）
每条下面两个按钮：
- 打开 PDF → 直接跳到 Zotero 阅读器打开这篇
- 定位条目 → 跳到 Zotero 文库里选中这篇
验证 AI 回答真伪的利器：它说的每一点你都能点进原文核对。
"相似度 0.06" 是好是坏？
这是向量距离，数值越小越相关（不是越大越相关）。0.06 属于非常相关。超过 0.3 一般就有点远了。
2.3 右栏 · 对话区
就是和 ChatGPT 差不多的聊天框：
- 顶部：当前知识库名（图上是
MANAGEMENT SCIENCE）+ 对话轮数 + 就绪状态 - 消息流：你的问题 / AI 回答（带 Markdown 格式、编号引用
[1][2]对应中栏来源） - 底部输入框：输入问题，
Enter发送 ·Shift+Enter换行 - 右下角状态栏：
134 篇文献 · 134 个片段已索引
2.4 顶部工具栏
- 🤖 AI 配置：切换这次问答用哪个模型（继承主 AI，也可以临时换）
- 📁 选文件夹：在知识库之间切换（和左栏等价）
- ⚡ 建立索引：首次对分类建库、或者分类里新加了文献后重建/增量
- 关闭：关窗口
三、使用流程：从零到第一次问答
3.1 准备一个分类
先在 Zotero 里有一个你真正想深问的分类——比如前面 领域新文监控 拉下来的 MANAGEMENT SCIENCE 有 134 篇论文，就是天然的知识库素材。
知识库至少要有 PDF
纯元数据（标题+摘要）也能索引，但最好的效果是有 PDF 全文。先用**下载附件（多源）**把 PDF 抓全，再建索引。
3.2 打开知识库问答
顶部工具栏点 📚 知识库 按钮（文献工作台 里讲过的那 5 个蓝色按钮之一）→ 弹出图上的窗口。
3.3 首次索引
- 左栏选你的分类（或点顶部 📁 选文件夹 挑）
- 点 ⚡ 建立索引
- 后台开始给这个分类每篇文献的 PDF 正文做分片 + 向量化
- 时间开销：100 篇文献大约 1-5 分钟（取决于你的嵌入模型服务商和文献大小）
- 首次建完，之后问答秒级响应，不用再等
嵌入模型就是做这一步向量化的模型。详见 配置 AI 服务 → 嵌入模型。
3.4 提问
索引建好后，右栏输入问题。比如：
人工智能对生产力的影响有什么实证证据？这 134 篇里哪几篇用了 RCT 实验设计？作者们对 AIGC 的负面影响有什么担忧？列一下被引次数最多的 5 篇
AI 会：
- 从索引里先检索相关片段
- 把片段 + 你的问题扔给主 AI
- 按 Markdown 格式回答，每个结论带
[1][2]这样的编号 - 中栏同步显示这几个编号对应的原文片段
3.5 追问和深挖
- 继续在对话里追问，AI 记得上下文
- 想看原文 → 点中栏的"打开 PDF"
- 怀疑 AI 说得不对 → 点"定位条目"去 Zotero 核对
- 换个知识库接着问 → 左栏切换
四、多知识库管理
一个 Zotero 用户通常会同时维护几个知识库：
| 分类 / 知识库 | 用途 |
|---|---|
MANAGEMENT SCIENCE（手动期刊监控） | 跟某本顶刊的所有论文对话 |
AIGC 教师倦怠（AI 推荐监控） | 聚焦某个研究方向 |
我的出版物 | 自己发表过的论文库 |
综述-XXX 课题 | 为写某个综述专门攒的 50 篇 |
全部知识库 | 不知道在哪个库 / 想跨库找时 |
每个库单独索引、单独问答，互不干扰。每次新增了一批文献后，点 ⚡ 建立索引 增量更新就行（只新索引加进来的片段，不会全部重来）。
五、典型场景
5.1 开题调研
100 篇文献一起问"有哪些研究的空白点还没被覆盖？"，AI 在全库里交叉检索，比自己翻效率高 10 倍。
5.2 找 gap
"列出作者们提到的"未来研究方向""——AI 能把不同论文 Discussion 章节的 Limitations / Future Work 汇总出来，写 proposal 直接能用。
5.3 写综述
先问思路（"主要研究方法有几类"），再问论据（"用 XXX 方法的代表性论文是哪几篇"），最后汇总到笔记里。比对着 Zotero 一篇篇翻高效得多。
5.4 论文答辩备稿
临答辩前问自己这个领域的经典论文，AI 基于你攒的知识库回答——专属于你课题的"补刀"。
六、FAQ
Q1: 为啥建立索引一直转圈不完？
A: 可能原因按概率排序：
- PDF 没下全：知识库索引的是 PDF 正文，没 PDF 的只能索引标题+摘要。先右键分类→**下载附件（多源）**把 PDF 补齐
- 嵌入模型没配对：设置页的嵌入模型默认「跟随主 AI」，但某些主 AI 不带嵌入接口。去 AI 服务配置 单独给嵌入填一个（阿里
text-embedding-v3、OpenAItext-embedding-3-small都行） - 网络问题：嵌入走的是你选的服务商的 API，走不通就会一直转。换个网络 / VPN
Q2: 能问中文问题吗？英文文献也能答？
A: 能。中文提问 + 英文文献 + 中文回答 是最常见组合。向量检索对跨语言友好，大多数主流嵌入模型都支持。
Q3: AI 回答里出现"文献 [2] 主要讨论 XXX, 与本问题无直接关系"咋回事？
A: 图上就有这种情况——这其实是好事。说明 AI 没被"硬塞进来"的低相关片段带偏，而是明确告诉你这一段其实没用。RAG 系统诚实的表现。
Q4: 知识库数据存哪？隐私安全吗？
A:
- 向量索引：存在你本机 Zotero 数据目录下的 SQLite 库里，不上传云端
- 每次问答：问题 + 检索到的片段会发给主 AI（OpenAI / 通义 / DeepSeek / 本地 Ollama……看你配置）。完全离线的话用 Ollama + 本地嵌入模型
- PDF 原文始终在本地，不走云
Q5: 建一次索引消耗多少钱？
A: 嵌入比主 AI 便宜一个数量级。100 篇平均 15 页的文献，总片段数约 3000 个，用阿里 text-embedding-v3 总成本 ¥0.01 左右。基本可忽略。
Q6: 我删了文献/改了文献，知识库会自动更新吗？
A: 不会自动。**手动点一下「建立索引」**即可增量处理（它能识别哪些是新/改的）。
Q7: "全部知识库 251" 是啥意思？
A: 所有知识库合并。跨库查询时用。不知道答案在哪个分类里就用它。
读文献侧到这里就齐了：阅读辅助（逐篇精读）+ 知识库问答（整批扫一遍）覆盖 95% 的论文阅读场景。
写综述的时候，知识库配合 专业综述与研究发现 用最爽——基于你这批文献直接出带引用的综述报告。