ai-research-assistant

用大白话提问,自动查资料写报告,省下几小时文献苦工。

Aria 是一个基于 GPT 大语言模型的 AI 研究助手,旨在帮助用户高效完成文献检索、信息整合和报告撰写等研究工作。它通过自然语言交互,将用户的研究问题转化为结构化的搜索策略,自动从多个学术和网络来源收集信息,并利用 GPT 模型进行摘要、对比和综合分析,最终生成带有引用来源的研究报告。项目采用 JavaScript 技术栈,提供友好的界面和可扩展的插件机制,解决了传统研究中信息过载、检索效率低和文献综述耗时等问题。核心能力包括智能问答、多源信息聚合、引用管理、报告生成以及自定义研究流程,适合学术研究者、市场分析师和内容创作者等需要深度信息处理的人群。

开源 free 办公效率
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 1728
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类办公效率
开发团队lifan0127
所属国家
官网地址
定价模式free
价格说明开源项目,AGPL-3.0许可,可自行部署,无收费信息。
访问状态
是否开源是
开源协议AGPL-3.0
主要语言JavaScript
技术栈/模型ai-assistant,gpt,large-language-models,research-paper,zotero
GitHub 星标★ 1728
30天Star增速
HF 下载量
上线时间2023-03-28 00:00:00
最近更新2026-09-13 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数1

使用教程

难度:入门 约 10 分钟 部署方式:本地安装 7 步

环境要求

  • 已安装 Zotero 6 或 Zotero 7(需与插件版本对应)
  • 可用的 OpenAI API Key
  • OpenAI GPT-4 模型家族的访问权限
  • 使用视觉分析功能还需 GPT-4 Vision 模型的预览访问权限

安装与启动步骤

  1. 1确认Zotero版本

    在 Zotero 中查看当前版本号,6 和 7 使用不同的插件发布包,选错会导致安装失败。

  2. 2下载插件包

    Zotero 7 下载最新版 .xpi;Zotero 6 下载 0.8.0 版 .xpi。链接见 GitHub Releases 页面。

  3. 3打开插件管理器

    在 Zotero 顶部菜单栏选择 Tools(工具),然后点击 Addons(插件)。

  4. 4从文件安装插件

    在插件管理器右上角点击齿轮图标,选择 Install Add-on From File(从文件安装插件)。

  5. 5选择xpi文件

    选中刚下载的 .xpi 文件并点击 Open,Zotero 会自动开始安装流程。

  6. 6配置API Key

    按插件内提示填入 OpenAI API Key,配置完成后必须重启 Zotero 才能生效。

  7. 7启动Aria

    重启后点击 Zotero 工具栏的 Aria 按钮,或按快捷键 Shift + R 打开会话窗口。

关键配置

配置项必填说明示例
OpenAI API Key是用于调用 GPT 模型,按应用内提示填写并重启 Zotero 生效sk-xxxxxxxxxxxxxxxxxxxxxxxx

如何确认成功

重启 Zotero 后能看到已激活的 Aria 窗口,点击工具栏 Aria 按钮或按 Shift + R 可正常唤起对话界面。

常见问题

Q:应该下载哪个版本的插件?

A:Zotero 7 使用 releases/latest 的最新版;Zotero 6 需使用 releases/tag/0.8.0 的版本。两者不通用。

Q:为什么必须使用 GPT-4?

A:Aria 要求使用 OpenAI 的 GPT-4 模型家族,需先在 OpenAI 侧获得 GPT-4 访问权限;视觉分析还要求 GPT-4 Vision 预览权限。

Q:安装后看不到 Aria 按钮怎么办?

A:确认已按应用内提示填写 OpenAI API Key 并完整重启 Zotero,重启后才会出现激活的 Aria 窗口。

Q:如何快速上手?

A:最快的方式是直接使用提示词库(prompt library)中的交互式提示词开始对话。

注意事项

  • 安装前务必核对 Zotero 版本,6 与 7 的插件包不能混用。
  • API Key 添加后需要重启 Zotero 才会生效。
  • 视觉分析(GPT-4 Vision)需要额外的预览访问权限,未开通时该功能不可用。
  • 插件通过 GitHub Releases 的 .xpi 文件手动安装,不是通过 Zotero 插件市场。

核心亮点

  • 基于 GPT 的深度语义理解,能精准解析复杂研究问题并生成结构化回答。
  • 自动从多源抓取信息并整合,附带引用来源,减少手动搜索和整理时间。
  • 支持自定义研究流程和插件扩展,适应不同领域的研究需求。

不足之处

  • 依赖外部 GPT API,长期使用可能产生较高费用。
  • 文档/社区待观察,项目尚在成长中,生态和教程可能不够完善。

适用场景

  • 学术研究者快速完成文献综述和背景调研。
  • 市场分析师收集竞品信息和行业趋势报告。
  • 内容创作者生成深度专题文章的资料整理。

替代项目

Elicit、Consensus、SciSpace

项目介绍

ai-research-assistant 是搜索知识领域的开源项目,由 lifan0127 开发,2023 年首次发布。

在全站 13,090 个收录项目中,它的 GitHub 星标数(1,728)位列前 30%,在搜索知识分类中处于中上游。

项目已超过三个月没有代码更新,维护节奏明显放缓,最近一次代码更新于 2026-09-13。AGPL-3.0许可,可自行部署,无收费信息。

它主要面向的使用场景是:学术研究者快速完成文献综述和背景调研。同类可对比的替代方案包括 Elicit、Consensus、SciSpace。

上一篇:Kagi-Session2API-MCP

下一篇:knowledge-base

同类项目推荐

firecrawl 开源

网页抓取像喝水一样简单,开发者省下整周加班

The web data API to search, scrape, and interact at scale.

★ 183325 2026-08-09
contoso-chat 开源

一键跑通 Azure RAG 应用,从代码到评估部署全流程

This sample has the full End2End process of creating RAG application with Prompty an···

★ 766 2026-08-09
graphify 开源

整个代码库画成一张图,找问题一眼定位

Turn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable k···

★ 120493 2026-08-09
ragflow 开源

让大模型用上你的私有知识,搭建可靠的企业级RAG应用

RAGFlow is a leading open-source Retrieval-Augmented Generation (RAG) engine that fu···

★ 91170 2026-08-09