Dify可自动对Zotero同步的PDF文献进行语义分类（方法论/实证研究/综述）并生成结构化摘要。需用Better BibTeX导出含PDF路径的JSON，配置Dify数据集与双阶段工作流，采用分步提示词提升准确率，校验时需调低温度值抑制幻觉。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你需要在Dify中自动对Zotero同步过来的PDF文献做语义分类（如“方法论”“实证研究”“综述”）并生成结构化摘要，避免手动标注和重复阅读。这要求打通Zotero元数据与PDF内容、配置Dify工作流触发逻辑、嵌入领域适配的提示词，并确保中文术语识别准确——否则模型会把“LSTM变体”误判为“医疗设备”。
从Zotero导出结构化文献数据
打开Zotero客户端 → 点击「文件」→「导出库」→ 格式选「Better BibTeX JSON」→ 勾选「导出附注与PDF附件路径」→ 保存为zotero_export.json。
这一步必须用Better BibTeX导出，普通BibTeX不包含PDF本地路径字段，Dify后续无法定位原文；若未安装Better BibTeX插件，需先去Zotero官网下载并重启客户端。
导出后检查JSON文件中是否存在attachments数组，且每个对象含path字段（值形如attachments/Smith2023.pdf），【缺失该字段将导致Dify无法读取PDF内容】。
配置Dify工作流接入Zotero数据源
登录Dify控制台 → 进入「数据集」→ 「新建数据集」→ 名称填「Zotero-Research-Library」→ 类型选「本地文件上传」→ 将zotero_export.json拖入上传区。
等待解析完成，Dify会自动提取JSON中的标题、作者、年份、摘要（如有）及PDF路径。若PDF未被识别，请确认Zotero中该文献已关联本地PDF文件（右键文献 →「重新链接附件」）。
进入「应用」→ 「新建应用」→ 类型选「文本生成」→ 在「工作流编排」画布中，拖入「知识库检索」节点 → 双击编辑 → 数据集选刚创建的「Zotero-Research-Library」→ 检索方式选「全文向量化」。
设计双阶段提示词实现精准分类+摘要
方法一：单Prompt融合分类与摘要
在LLM节点中输入以下提示词：
你是一名金融与AI交叉领域的科研助理。请严格按以下步骤处理输入文献：
① 先判断文献类型（仅限三类：【方法论】指提出新模型/算法/框架；【实证研究】含数据集、实验、结果对比；【综述】含“survey”“review”“state-of-the-art”等关键词或明确总结多篇工作）；
② 再生成中文摘要：保留原文核心贡献、关键指标（如准确率提升3.2%）、技术局限（如“未在跨域场景验证”），禁用模糊表述（如“效果较好”）；
③ 输出格式为纯文本，无任何标记符号，首行写“类型：【方法论】”，次行起写摘要。
方法二：分步调用降低幻觉
在工作流中插入两个LLM节点：第一个节点仅执行分类任务（提示词：“输出且仅输出一个词：方法论 / 实证研究 / 综述”）；其输出结果作为变量传入第二个节点；第二个节点提示词开头加：“已知该文献属于【{{classification}}】类型，据此生成摘要……”。
分步法更稳定，尤其当Zotero导入的PDF扫描质量差、OCR识别错误率高时，能避免分类错误传导至摘要生成环节。
启动自动化处理并校验首篇结果
在工作流画布右上角点击「调试」→ 输入一段测试文本（例如Zotero中某篇论文的标题+前两段正文）→ 点击「运行」。
观察输出：类型判断是否匹配人工认知；摘要中是否出现虚构数据（如“F1值达98.7%”但原文未提）；中文术语是否准确（如“Transformer编码器”未被写成“转化器编码器”）。
若摘要含虚构内容，立即停用当前LLM节点 → 进入「模型配置」→ 将温度值（Temperature）从0.7调至0.3 → 重试调试。
