An agentic literature workflow template for Information Systems researchers, connecting discovery, screening, PDF sync, and Chinese research notes.
这个工作区现在已经具备一套可运行的、以当前工作区为核心的文献工作流。 仓库现在已内置 GitHub Actions 自动测试。
Agentic Researcher 是一套面向信息系统研究者的轻量文献工作流。 它的目标不是替代 Zotero 或 Obsidian，而是把“检索 -> 候选评分 -> 人工确认 -> PDF 同步 -> 中文深度笔记 -> 日报”这条链路自动串起来。
适合的使用方式是：
- 用
VSCode运行脚本与查看数据 - 用
Obsidian打开同一个工作区，阅读和沉淀笔记 - 用
Zotero + Attanger管理文献与 PDF，并把 PDF 同步到data/zotero_pdf/
Python 3.9+GitObsidianZoteroAttangerZotero 插件pdftotext
如果你在 macOS 上，安装 pdftotext 最简单的方式是：
brew install poppler安装完成后，可用下面命令检查：
pdftotext -v
python3 --versionVSCode：运行脚本、查看bundle.json、调试流程Obsidian：阅读01_literature/下的中文笔记与日报Zotero：管理文献条目与附件Attanger：把 Zotero PDF 同步到data/zotero_pdf/
目前这套工作流的关键约定是：
- PDF 附件目录在
data/zotero_pdf/ - 提取出的纯文本缓存在
data/fulltext/YYYY-MM-DD/ - 历史去重只依赖
03_state/confirmed/ - 候选确认页只保留
candidates.md
- 克隆仓库后，先准备环境变量：
cp .env.example .env.local- 在
.env.local中填写你的接口配置，例如：
OPENAI_API_KEY=your_api_key
# 可选
# OPENAI_BASE_URL=https://api.openai.com/v1/responses- 如果你要使用真实 API 生成评分和深度笔记，使用：
config/agentic_researcher.openai.json- 如果你只想离线测试流程，默认配置
config/agentic_researcher.json也可以跑通。
下面是一条最顺手的日常使用路径：
- 检索候选文献
- 对候选文献评分
- 人工确认要读的文献
- 等 Zotero/Attanger 把 PDF 同步到
data/zotero_pdf/ - 自动或手动刷新中文笔记
- 查看
01_literature/与02_reports/daily/
- 用关键词发现文献。第一版支持
fixture / RIS / CSV / Crossref四种来源：
python3 scripts/discover_papers.py --query "你的关键词" --source fixture默认会优先在 IS 领域高优先级 venue 中检索，包括：
ISR / MISQ / JMIS / JAIS / ISJ / EJIS / JIT / I&M / DSS / JSIS / ICIS / AMCIS / ECIS / PACIS / HICSS，
并保留 AAMAS / NeurIPS / ICML / AAAI / IJCAI 作为补充。
系统会自动把你的原始关键词扩展成更适合 IS 研究的查询模板，并把这些模板写进候选页，便于你直接复查检索策略。例如会自动补入
information systems / digital transformation / decision support systems / enterprise systems / IT governance / service operations
等 IS 场景词，并在合适时重写成 agentic AI / AI agents / autonomous agents / multi-agent systems。
系统会自动扫描 03_state/confirmed/*.json 中历史已经确认过的文献，按 DOI 优先 + 标题标准化回退 去重，所以你不需要再从 Zotero 导出去重数据。
- 对非重复文献做评分，并生成候选确认页。这个阶段每篇文献只保留公开元信息与一句简短中文推荐理由，便于快速确认： 标题、作者、期刊/会议、年份、DOI、被引次数、评分、推荐理由。
python3 scripts/daily_score.py --input data/discovery/2026-03-22/bundle.json --query "你的关键词"- 确认最终阅读列表，并为每篇确认文献生成单独的中文 Obsidian 笔记。笔记会按 5 步法组织：
研究问题与动机、模型或实验方法、实验过程、核心结论与贡献、扩展方向与批判性评价。
笔记默认全部使用中文，不再保留 LaTeX 公式提示。
如果你已经把 Zotero 中的 PDF 同步到
data/zotero_pdf/，系统会在确认后自动尝试匹配 PDF、提取全文并缓存到data/fulltext/YYYY-MM-DD/，然后用全文重写出更细的中文笔记。 如果 PDF 是稍后才同步完成的，可以再执行一次：
python3 scripts/refresh_notes.py --date 2026-03-22如果你希望 Zotero PDF 一进来就自动刷新当天笔记，可以常驻运行：
python3 scripts/watch_zotero_pdf.py --date 2026-03-22 --config config/agentic_researcher.openai.jsonpython3 scripts/confirm_candidates.py --input data/discovery/2026-03-22/bundle.json --top 10- 生成日报：
python3 scripts/daily_report.py --input 03_state/confirmed/2026-03-22.json- 如果你想一条命令跑完整链路，可以直接使用：
python3 scripts/run_daily_workflow.py --query "你的关键词" --source fixture --top 10data/discovery/YYYY-MM-DD/candidates.md：人工确认页，只展示候选元信息、评分和推荐理由，并展示本轮 IS 检索模板data/discovery/YYYY-MM-DD/bundle.json：内部流程使用的轻量 bundle，仅供脚本串联，不建议人工维护01_literature/YYYY-MM-DD/：每天确认后的中文 Markdown 笔记目录，单篇命名规则为“发表日期_作者_标题”02_reports/daily/：每日报告03_state/confirmed/：每天确认后的文献清单 JSONdata/zotero_pdf/：Attanger 同步出来的 Zotero PDF 目录data/fulltext/YYYY-MM-DD/：从 PDF 自动提取并缓存的全文文本目录，用于增强笔记细节
模板仓库默认会忽略以下运行产物，因此公开仓库会保持简洁：
01_literature/下的正式阅读笔记02_reports/daily/下的日报03_state/confirmed/下的确认历史data/discovery/下的当天检索结果data/fulltext/下的全文缓存data/zotero_pdf/下的 PDF 附件
- 当前实现不会依赖 Zotero 去重，而是只扫描
03_state/confirmed/中历史已经确认过的文献。 - 去重依据仍然是：
- 规范化 DOI -> 文献标题
- 规范化标题 -> 文献标题
- 这意味着只有你真正确认进入阅读流程的文献才会参与去重，候选但未确认的文献不会阻塞之后的检索。
- 如果后续历史规模继续增长，更好的下一步是把这层工作区历史索引落到 SQLite，而不是每次扫描 JSON。
- 默认
llm.provider是heuristic，所以离线也能跑通。 - 如果你要让候选评分和全文笔记都走真实 API，建议直接使用
config/agentic_researcher.openai.json：
python3 scripts/refresh_notes.py --date 2026-03-22 --config config/agentic_researcher.openai.json- 当前 OpenAI 配置文件已切到
gpt-5.4，通过Responses API调用。 - 运行前需要在环境里提供
OPENAI_API_KEY；如果你走自定义中转，还需要提供OPENAI_BASE_URL。