弃用Zotero改用纯文本文件

背景

在学术界，管理和引用大量文献是一项日常任务。大多数研究者依赖专门的参考文献管理工具，例如 Zotero、Jabref、Cobib 或 Tellico，来整理来自论文、演示和出版物的来源。本文作者是一名从事资源密集型 AI 项目的学者，却偏爱极简计算——追求以最简单、最干净的方式充分利用机器。正是在切换不同参考文献管理器的过程中，他发现这些工具本质上只是 BibTeX 的“美化前端”，从而促使他彻底放弃了它们，转而使用单一的 BibTeX 纯文本文件，并已坚持近两年。

核心内容

作者最初使用 Zotero——学术界默认的参考文献管理器，之后尝试了 Jabref、Cobib、Tellico 等替代品，但发现每次切换时都是同样的流程：将参考文献导出为 BibTeX 格式，再导入新平台。他逐渐意识到，所有这些工具都只是在 BibTeX 之上提供图形界面和额外功能，核心数据格式始终是 BibTeX。BibTeX 是随 LaTeX 分发的文件格式/处理器，用于标记文献的标题、作者、年份、来源等信息。

作者决定完全放弃专用管理器，将所有参考文献导出到单个 BibTeX 文件，并直接在该文件中管理。他原本以为这只是一种临时尝试，但此后近两年，这个单一的 .bib 文件成了他唯一的参考文献管理工具。这并非他想象中那样枯燥乏味——BibTeX 被设计为易于浏览，这得益于其“字段类型”（如 title、author、date 等），并且支持通过自定义 keywords 字段添加额外信息，例如项目归属、主题、是否已读等。通过 grep 命令即可快速检索，例如筛选已读且属于网络安全主题的条目：

grep -E "keywords.*have_read|cyber_security" file.bib

此外，note 字段可用于记录详细备注，如主要发现、方法等。

作者强调这种方式的 Unix 哲学优势：文件可以随处传输、在多个工具间组合操作，而不受单一平台开发者的功能限制。例如，统计各期刊的引用次数：

grep -o journal.* file.bib | uniq -c | sort

BibTeX 的纯文本特性还带来了极佳的可移植性：迁移时不会丢失信息（不像某些混合格式的管理器），可以轻松通过邮件发送、加入版本控制追踪变更，并且任何设备都能打开查看。学习曲线固然陡峭（如同所有 TeX 相关工具），但长期回报丰厚——LaTeX 在学术界无处不在，深入理解其语言及周边工具不仅能提升生产力，还能构建一个跨越整个职业生涯的软件工具集。

关键要点

• Zotero、Jabref、Cobib、Tellico 等参考文献管理器本质上都是 BibTeX 的图形化前端，核心数据格式是统一的。
• 作者直接使用单一 BibTeX 纯文本文件作为参考文献管理器，已持续近两年，效果良好。
• BibTeX 的 keywords 字段允许用户自由添加标签（如项目归属、阅读状态），结合 grep 命令即可实现快速检索。
• note 字段可记录详细阅读笔记，替代管理器的备注功能。
• 纯文本文件具备 Unix 风格的高可组合性：可跨工具传输、通过管道组合操作（如统计引用来源）、加入版本控制、直接邮件发送，且永远不会因格式问题无法访问。
• 学习 BibTeX 的初始成本较高，但长期来看能加深对 LaTeX 生态的理解，提升学术生产力并建立可持续的工具栈。

意义与影响

这篇实践分享揭示了一种反主流的技术选择：在图形化参考文献管理器高度成熟的当下，回归纯文本管理。其意义在于：

1. 拥抱极简与透明：BibTeX 作为开放、轻量的纯文本格式，消除了对特定软件厂商的依赖，用户完全掌控数据。这与当前主流“重功能、重界面”的工具形成对比，呼应了“低技术”（low-tech）或“极简计算”理念。
2. 增强可移植性与长期可持续性：纯文本文件是技术寿命最长的数据格式之一。学术界常需跨越数十年职业生涯，BibTeX 文件不会因为某个管理器停止更新或迁移失败而丢失数据。版本控制（如 Git）的集成也使得历史回溯和协作变得可靠。
3. 强调工具链的 Unix 哲学：通过 grep、sort、uniq 等基础命令组合，实现远比图形界面灵活的自定义操作。这种“小而精”的组合方式，对于习惯复杂插件的用户来说可能是一种效率提升路径。
4. 挑战对复杂工具的路径依赖：许多研究者默认使用 Zotero 等工具，但未必意识到它们对 BibTeX 的依赖。作者的经历表明，直接使用底层格式在多数场景下足够胜任，甚至更优——尤其当需求不超出 BibTeX 的字段设计时。
5. 适用人群有限：这种方案更适合熟悉 LaTeX、命令行且对功能有克制需求的用户（如理工科研究者）。对于需要大规模协作、自动抓取元数据或图形化浏览的群体，传统管理器可能更合适。但无论如何，它提供了一种值得参考的替代思路，并提醒我们：工具的核心价值在于数据本身，而非交互界面。