跳转至

Hydro AI Papers

围绕文献的一条线 —— 从收到用，一路都在这个仓库里：

① 收进来 ② 读进去 ③ 组织起来 ④ 产出内容 ⑤ 沉淀成资产
下载 PDF · 建 Zotero 条目 检索 · 精读 · 分析卡 主题分类 公众号 · 播客 · B 站 证据卡 · 主题池

入口是 Zotero 文献库。进入 Zotero 之前的情报采集由上游兄弟仓库 dailyinfo 负责 —— 本仓库从那里接手。

怎么用

打开本项目文件夹，用一个编码 agent 让它替你干活。

「本项目文件夹」就是你 git clone 下来的 mylibrary 目录。在这个目录里开一个编码 agent —— Claude Code · Codex · workbuddy，你顺手哪个都行 —— 然后说人话：

「把 10.1038/s41586-024-07145-1 下载并入库」 · 「把《某某》这篇做成卡」 · 「看看能聚出哪些主题」

⚠️ 一定要在 mylibrary 目录里操作。 所有命令与产物路径都以它为基准；在别处（比如用户主目录） 运行会找不到依赖，产物也会落到错误的位置。新开终端先回到这里：

cd /path/to/mylibrary

开工前先配好这些

你要做的 先得有
所有能力 Git · Python 3.12–3.14 · uv · git clone + uv sync --all-packages
读 / 写 Zotero 库 Zotero API key（放 .env）
文献卡与主题卡 Zotero 桌面版开着，并在设置里允许其他应用通信 · 一个已登录的 AI 命令行工具（Codex 或 Claude） · 读论文 PDF 页面用的小工具 Poppler
论文入库 论文 PDF 所在的 GDrive 目录 + Zotero 里对应的「链接附件根目录」设置

逐条说明与凭据清单见 前提与配置 —— 配一次就够。 各功能页只写「本页额外需要什么」，不再重复。

能让 agent 做什么

配好之后，多数事直接说人话就行：

你对 agent 说 会发生什么 详情
「把这篇论文下载并入库」 DOI / arXiv / 标题 → 下载 PDF → 建 Zotero 条目 + linked_file 附件 论文入库流水线
「去我的库里找找 X 相关的文献」 搜 / 读 Zotero 库（含全文、附件与批注） MCP Server 工具
「把这批论文精读成分析卡 / 出一期公众号+播客」 每周综述：精读全文 → 分析卡 → 主题聚类 → 文章 → 播客 文献深度处理
「把《某某》这篇做成卡」 从你的 Zotero 找到它 → 读 PDF → 出主体卡草稿 → 代码校验 文献卡与主题卡
「这几篇都做一下」 同一条链路逐篇跑，一篇失败不拖累其余 单篇论文输入
「看看能聚出哪些主题」 由已有的文献卡生成候选主题、必要时定向精读并回填 统一主题池
「主题池现在什么样」 报当前候选与历史版本 统一主题池
「当前用哪个模型 / 产物放哪」 报模型选择与产物落点，不调模型 运行维护

前三行是入库与当期内容线；后五行是文献卡与主题卡线（底层是 uv run hydrolitagent cards … 的 5 条子命令）。无论哪条 —— 你不需要读那些详情页，只在想自己动手或排错时才去。

付费墙（SD / Wiley / Nature 等）的下载需要浏览器 + 机构会话，见论文 PDF 下载。

能力一览

能力 说明 入口
Zotero 文献查询 12 个工具的 MCP Server：搜索、浏览、读取全文/附件/批注 MCP Server 工具
论文入库流水线 DOI / arXiv ID / 标题 → 下载 PDF → Zotero 条目 + linked_file 附件 论文入库流水线
论文 PDF 下载 机构访问通过 Claude Code + Playwright 下载 论文 PDF 下载
Zotero 入库（linked_file） 已下载 PDF 同步进 Zotero，零云端配额 Zotero 入库
Zotero → NotebookLM 新增论文整理成中文简报 / 音频 / 视频概览 Zotero → NotebookLM
文献深度处理 Literature CLI：每周综述、公众号发布/润色/配图、B 站上传 文献深度处理
文献卡与主题卡 自己的 Zotero 论文 → 文献卡 → 候选主题（Windows-only） 文献卡与主题卡
论文复现 复现 AI 驱动水文学关键论文 equation_from_data/、google_floodhub/

项目结构

包与目录的完整地图、代码分三支、Zotero 的几种读法见模块架构。

文档导航