科研AI工作流搭建指南 Zotero Obsidian Codex
速览
本次分享介绍使用Zotero管理文献、Obsidian作为本地知识库，搭配Codex AI Agent构建有记忆的私人科研助手。文献PDF自动转移并AI一句指令生成结构化笔记，还能按多维度自动索引检索。系统完全本地化，适合科研人员提升工作效率，降低文献碎片化问题。
AI 深度解读
背景
AI 工具与科研工作流的结合在近年来持续发展。Zotero、Obsidian 以及 Codex 等工具被网友分享用于构建个人科研助手，强调本地化数据处理以避免云服务依赖。这种组合旨在解决文献管理、笔记整理与论文写作中的重复劳动，提供记忆能力以支持长期研究。
核心内容
本次分享内容来源于网络~
Zotero + Obsidian + Codex，打造有记忆的私人科研助手
这套系统能做什么
文献收录进 Zotero 后，PDF 自动转移到知识库。
AI 读取 PDF 全文，一句指令生成结构化文献笔记并自动归类。
文献量增长后仍能快速检索 —— 自动索引按材料、方法、性能多维度筛选。
写论文草稿时引用你自己读过的文献，引用格式可直接编译为 Word/PDF。
文献之间自动建立关联网络，在 Obsidian 图谱中可可视化研究脉络。
设计实验时结合已有文献给出具体参数建议。
系统架构
Zotero（文献管理）
├─→ Attanger 插件自动移动 PDF 到 Obsidian Vault
└─→ Better BibTeX 自动导出 references.bib（引用数据库）
Obsidian Vault（本地文件夹 = 知识库）
├─ literature/pdfs/ ← PDF 原文
├─ literature/notes/ ← 文献笔记（Markdown）
├─ 文献索引.md ← Dataview 自动生成的多维度检索表
└─ references.bib ← 引用数据库（自动同步）
↓
Codex（AI Agent，桌面应用或 CLI）
├─ 内置 Skill：一句话触发标准化文献处理
└─ 读取 AGENTS.md 了解你的研究方向和工作规范
↑
你的指令
三者之间的连接全靠本地文件夹，不依赖云服务，数据完全在本地。
关键要点
- 整体架构为 Zotero 作为文献入口，结合 Obsidian Vault 作为本地知识库，使用 Codex 作为 AI Agent 实现一站式处理。
- PDF 处理流程：文献导入 Zotero 后，Attanger 插件自动将 PDF 移动至 Obsidian Vault 的 literature/pdfs/ 文件夹；AI 可直接读取全文内容。
- 笔记生成：AI 接收一句指令后，可自动处理 PDF 全文并产出结构化的 Markdown 文献笔记，同时按材料、方法、性能等维度自动归类。
- 检索能力：系统支持自动索引，生成文献索引.md 文件，通过 Dataview 查询实现多维度快速筛选（材料、方法、性能等），文献量增加后仍能保持高效检索。
- 引用管理：利用 Better BibTeX 从 Zotero 导出 references.bib 数据库；论文草稿中引用系统内文献时，格式可直接编译为 Word 或 PDF 输出。
- 关联网络：文献间自动建立关联，在 Obsidian 图谱中实现可视化研究脉络。
- 实验支持：设计实验时，AI 可结合已存储文献给出具体参数建议。
- Codex 功能：内置 Skill 支持一句话触发标准化文献处理流程；运行时可读取 AGENTS.md 文件，了解用户的研究方向与工作规范。
- 数据安全性：所有连接依赖本地文件夹同步，无需云服务，数据完全本地存储，安全性与隐私性得以保障。
意义与影响
该方案将传统科研中的文献碎片化管理转化为一体式本地智能系统，显著降低重复劳动，提高文献记忆与关联效率。科研工作者可专心于核心分析，而非工具操作；本地化架构避免数据泄露风险，适合需要高度隐私的团队或个人研究。长期来看，此类工作流模板有助于推动个人 AI 科研工具的标准化与普及，进一步优化学术效率与知识可视化能力。