但在实际阅读论文的过程中，一个非常现实的问题是：

❝

如何在 Zotero 中直接完成英文 PDF 的翻译，并生成可以进行原文与译文对照阅读的双语 PDF？

这篇文章将以 Windows 为例，从零开始搭建一套：

Zotero + PDF2zh + AI 翻译模型

的论文双语翻译环境。

整个过程会涉及：

Windows   ↓Python   ↓uv / Python 翻译环境   ↓PDF2zh Server   ↓Zotero PDF2zh 插件   ↓AI 翻译 API   ↓双语 PDF

本文使用的是 PDF2zh 当前新版安装架构。项目目前将 Server、Zotero 插件和 Python 翻译环境分开维护，普通用户不需要手工指定 pdf2zh_next、BabelDOC、PyMuPDF 等底层组件的版本。

一、最终能够实现什么？

配置完成以后，我们可以直接在 Zotero 中选择一篇英文论文，然后调用 PDF2zh 进行翻译。

整体效果类似：

英文论文 PDF      ↓   Zotero      ↓   PDF2zh      ↓  AI 翻译模型      ↓生成翻译后的 PDF      ↓返回 Zotero

根据具体翻译模式，可以生成不同的阅读形式，例如：

英文原文+中文译文

也可以根据 PDF2zh 支持的布局模式进行双语排版。

新版配置文档中已经支持 LR 左右对照、TB 上下交替等双语布局方式。

二、开始之前需要准备什么？

在 Windows 上配置之前，建议准备以下环境：

1. Windows 电脑

Windows 10 / Windows 11 均可以作为基础环境。

2. Zotero

当前 PDF2zh 项目文档列出的支持范围包括：

• Zotero 7
• Zotero 8
• Zotero 9
• Zotero 10

具体版本兼容性建议以项目当前 Release 和文档为准。

3. Python

当前项目安装文档推荐：

Python 3.12

如果电脑中已经安装其他 Python 版本，也建议不要随意删除现有环境。

后续可以让 PDF2zh 自己管理翻译环境。

4. AI 翻译服务

还需要准备一个能够提供翻译能力的服务。

例如：

DeepSeekOpenAIOpenAI-compatible API智谱阿里云等

当前 PDF2zh 文档明确列出了多种翻译服务，并支持 OpenAI 兼容格式。

三、为什么新版 PDF2zh 不建议手动安装一大堆依赖？

这是很多 Windows 用户第一次安装时最容易踩坑的地方。

旧教程经常会看到：

pip install pdf2zhpip install BabelDOCpip install PyMuPDF

甚至还需要自己创建多个虚拟环境。

但当前 PDF2zh 的新版 Server 已经对翻译环境进行了重新设计。

普通用户主要需要：

Python+Server+uv / conda

第一次真正执行翻译时，Server 会负责创建或使用对应的 Python 翻译环境，并安装兼容版本的 pdf2zh_next 及相关依赖。

所以：

❝

不要看到网上旧教程就照着手动安装所有底层组件。

否则很容易出现版本冲突。

四、第一步：检查 Windows 的 Python

首先打开 Windows 命令提示符。

推荐使用：

Win + R

输入：

cmd

然后回车。

也可以直接在开始菜单搜索：

命令提示符

检查 Python

输入：

python --version

如果看到类似：

Python 3.12.x

说明 Python 已经可以使用。

也可以进一步执行：

where python

查看 Python 的实际位置。

例如：

C:\Users\xxx\AppData\Local\Programs\Python\Python312\python.exe

五、第二步：安装 uv

新版 PDF2zh 推荐使用 uv 管理 Python 翻译环境。

在 Windows PowerShell 中可以使用项目文档提供的安装命令：

powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

安装完成以后，重新打开命令行。

执行：

uv --version

如果能够正常显示版本号：

uv x.x.x

说明 uv 已经安装成功。

六、为什么推荐 uv？

因为 PDF2zh 的翻译环境并不是简单的：

一个 Python 文件

而是包含多个依赖组件。

如果全部安装到系统 Python 中，很容易出现：

A项目需要版本1B项目需要版本2C项目需要版本3

最后形成依赖冲突。

而使用虚拟环境以后，可以形成：

系统 Python     │     ├── 其他项目环境     │     ├── Zotero PDF2zh 环境     │     └── 其他 Python 项目

互相隔离。

这也是为什么 PDF2zh 新版推荐使用 uv 或已有的 conda 环境。

七、第三步：下载 PDF2zh Server

接下来下载 PDF2zh 的 Server。

建议直接从项目最新 Release 获取 server.zip，而不是直接下载 GitHub main 分支中的源码压缩包。

项目当前文档提供的下载方式是：

https://github.com/guaguastandup/zotero-pdf2zh/releases/latest/download/server.zip

下载后解压。

推荐建立一个比较容易管理的目录，例如：

D:\ZoteroExt\zotero-pdf2zh\

解压以后形成：

D:\ZoteroExt\zotero-pdf2zh\└── server\    ├── server.py    ├── requirements.txt    ├── update_packages.py    ├── config\    └── utils\

这是当前 Server 的基本目录结构。

八、第四步：安装 Server 运行依赖

进入 Server 目录：

cd /d D:\ZoteroExt\zotero-pdf2zh\server

然后执行：

python -m pip install -r requirements.txt

这里需要注意：

❝

这一阶段主要安装的是 Server 本身运行所需要的依赖。

不要看到没有安装 pdf2zh_next 就手动执行：

pip install pdf2zh_next

新版 Server 会管理真正的翻译环境。

九、第五步：启动 PDF2zh Server

进入：

server

目录后执行：

python server.py

正常情况下，Server 会启动本地服务。

默认地址：

http://127.0.0.1:8890

其中：

127.0.0.1

代表：

❝

当前这台电脑。

而：

8890

则是 PDF2zh Server 默认使用的端口。

当前版本默认只监听本机 localhost。

十、为什么必须保持 Server 运行？

这里是很多新用户容易忽略的问题。

Zotero 插件本身并不是完整的 PDF 翻译引擎。

可以简单理解成：

Zotero  ↓插件  ↓本地 Server  ↓翻译环境  ↓AI API

所以：

❝

如果 Server 没有启动，Zotero 插件就无法正常提交翻译任务。

因此在使用 PDF2zh 翻译时，需要保持：

python server.py

对应的服务持续运行。

官方文档也明确提醒，翻译期间需要保持 server.py 运行。

十一、第六步：安装 Zotero PDF2zh 插件

接下来打开 Zotero。

进入：

工具 → 插件

然后将下载的：

zotero-pdf-2-zh.xpi

直接拖进插件窗口。

安装完成以后重新启动 Zotero。

当前项目文档提供的最新 XPI 下载地址为：

https://github.com/guaguastandup/zotero-pdf2zh/releases/latest/download/zotero-pdf-2-zh.xpi

安装步骤就是：

下载 XPI ↓Zotero → 工具 → 插件 ↓拖入 XPI ↓安装 ↓重启 Zotero

十二、第七步：检查 Zotero 与 Server 是否连接成功

重新打开 Zotero。

进入：

工具  ↓PDF2zh 首选项

找到：

Python Server IP

默认填写：

http://127.0.0.1:8890

如果你没有修改 Server 端口，就不需要修改这里。

然后使用插件提供的连接检查功能。

如果连接正常，就说明：

Zotero    ↓PDF2zh 插件    ↓本地 Server

已经打通。

当前配置文档也明确将 http://127.0.0.1:8890 作为默认 Server 地址。

十三、第八步：配置 AI 翻译模型

完成本地环境以后，下一步就是配置翻译服务。

这一步决定了：

❝

PDF2zh 使用哪个 AI 模型进行翻译。

通常需要配置：

API 地址API Key模型名称

例如：

API Base URLAPI KeyModel

不同服务的配置方式可能不同。

当前 PDF2zh 支持：

DeepSeekOpenAIOpenAI Compatible智谱阿里云

等服务。

十四、以 OpenAI-Compatible API 为例

很多第三方 AI 服务会提供：

❝

OpenAI API 兼容接口

这种情况下，一般可以配置：

Base URLAPI KeyModel

例如逻辑结构：

PDF2zh   │   ├── Base URL   │   ├── API Key   │   └── Model          ↓     AI 服务

需要注意：

❝

“兼容 OpenAI API”并不意味着所有参数都 100% 一致。

部分服务可能只兼容：

/chat/completions

而不支持其他接口或参数。

因此，如果出现：

401404400429

需要结合服务商 API 文档进行排查。

十五、以 DeepSeek 为例

如果使用 DeepSeek，需要重点确认：

API KeyModelEndpoint

是否正确。

PDF2zh 当前版本已经针对 DeepSeek V4 提供了相关支持，包括：

deepseek-v4-prodeepseek-v4-flash

并且支持 Thinking 模式配置。项目文档指出，PDF 翻译默认关闭 DeepSeek Thinking。

对于普通论文翻译来说，可以先使用默认配置。

等基础环境稳定以后，再根据实际翻译质量和成本调整高级参数。

十六、API Key 一定不要泄露

这是配置 AI API 时必须强调的问题。

例如：

sk-xxxxxxxxxxxxxxxx

这样的内容属于 API 凭证。

不要：

❌ 发到微信群❌ 发到 QQ 群❌ 发到公众号截图❌ 发到 GitHub❌ 直接放进教程图片

如果制作教程截图：

sk-xxxxxxxxxxxx

建议处理成：

sk-****************

当前 PDF2zh 新版本也加强了 API Key / token 日志脱敏，并默认让 Server 只监听 localhost。

十七、第九步：第一次翻译论文

环境配置完成后，就可以进行第一次测试。

建议：

❝

第一次不要直接选择一篇 100 页的论文。

最好选择：

5～10页

左右的普通英文论文。

原因很简单：

如果第一次翻译失败，我们可以快速判断问题到底出在哪里。

操作流程

在 Zotero 中：

选择论文 ↓找到 PDF ↓右键 ↓PDF2zh ↓选择翻译

根据当前插件支持情况，也可以对多个条目进行批量 PDF 翻译。

十八、第一次翻译为什么可能特别慢？

第一次翻译和第二次翻译的情况可能不同。

新版 Server 在首次真正调用翻译环境时，可能需要：

创建环境 ↓下载依赖 ↓安装 pdf2zh_next ↓检查运行环境 ↓启动翻译

因此第一次可能明显比较慢。

这并不一定意味着程序卡死。

如果终端正在持续输出：

Downloading...Installing...Checking...

通常应该先耐心等待。

十九、翻译完成后会发生什么？

正常情况下，PDF2zh 会生成翻译后的 PDF。

最终可以形成类似：

原论文.pdf

以及：

原论文_zh.pdf

具体文件命名和保存位置取决于当前版本及翻译配置。

然后可以继续在 Zotero 中阅读。

整个流程就完成了：

英文论文   ↓Zotero   ↓PDF2zh   ↓AI 翻译   ↓中文/双语 PDF   ↓Zotero 阅读

二十、双语布局怎么选择？

PDF2zh 新版提供了不同的双语布局能力。

例如：

LR

可以理解为左右布局。

也可以使用：

TB

进行上下交替布局。

具体效果取决于原 PDF 的结构以及当前翻译引擎处理结果。

二十一、为什么有些论文翻译后排版很好，有些却比较奇怪？

因为 PDF 本身并不是纯文本。

例如一篇论文可能是：

┌──────────┬──────────┐│          │          ││  Text    │  Text    ││          │          ││  Figure  │  Table   ││          │          │└──────────┴──────────┘

PDF2zh 需要先识别：

文字图片表格公式栏位阅读顺序

然后重新进行排版。

所以：

❝

PDF 翻译质量 = 文本翻译质量 + PDF 解析质量 + 排版质量。

其中任何一个环节出现问题，都可能影响最终效果。

二十二、扫描版 PDF 为什么经常翻译失败？

普通论文 PDF 通常有文本层。

例如：

PDF ↓直接读取文字

但是扫描 PDF 本质上可能是：

PDF ↓图片 ↓OCR ↓文字 ↓翻译

因此扫描版论文需要额外考虑 OCR。

如果 PDF 本身：

• 分辨率低
• 页面倾斜
• 字体模糊
• 表格复杂
• 双栏结构严重

OCR 和后续排版难度都会增加。

所以：

❝

第一次测试 PDF2zh 时，建议使用标准文本型 PDF。

二十三、常见问题一：uv 命令找不到

如果执行：

uv --version

出现类似：

'uv' 不是内部或外部命令

通常意味着：

uv 没有正确安装

或者：

PATH 环境变量没有刷新

可以尝试：

1. 关闭当前 CMD；
2. 重新打开 CMD；
3. 再执行：

uv --version

如果仍然失败，再检查 uv 的安装路径是否加入 PATH。

二十四、常见问题二：python 找不到

如果：

python --version

无法执行。

首先检查：

where python

如果没有结果，则说明当前命令行无法找到 Python。

Windows 用户尤其需要注意：

❝

不要同时安装大量不同来源的 Python，并让 PATH 变得非常混乱。

建议保留一个清晰的 Python 3.12 环境供 PDF2zh 使用。

二十五、常见问题三：Zotero 显示 Server 无法连接

例如：

Connection refused

或者：

Cannot connect to server

优先检查：

第一项

Server 是否正在运行？

python server.py

第二项

端口是否正确？

默认：

8890

第三项

Zotero 插件中的地址是否正确？

默认：

http://127.0.0.1:8890

第四项

是否修改过 Server 端口？

例如启动：

python server.py --port 9999

那么 Zotero 中就必须改成：

http://127.0.0.1:9999

官方配置文档也明确说明，修改 Server 端口后，需要同步修改插件中的 Server URL。

二十六、常见问题四：API 返回 401

如果出现：

401 Unauthorized

重点检查：

API Key

包括：

• 是否填写正确；
• 是否复制了多余空格；
• Key 是否已经失效；
• 当前模型服务是否允许该 Key 使用。

二十七、常见问题五：API 返回 404

如果出现：

404 Not Found

需要重点检查：

Base URL

例如：

https://example.com/v1

与：

https://example.com

并不一定等价。

不同服务的 API 路径可能不同。

所以不要看到一个服务“兼容 OpenAI API”，就直接复制另一个服务的 Endpoint。

二十八、常见问题六：HTTP 429

如果出现：

HTTP 429

通常意味着服务端对请求进行了限制。

可能涉及：

请求过于频繁API额度不足账户余额不足并发限制

这类问题通常不属于 Zotero 本身故障。

应该首先检查 AI 服务商后台的：

余额额度Rate LimitQPS

等信息。

二十九、常见问题七：翻译过程中报 Python 环境错误

如果终端出现：

ModuleNotFoundError

或者：

PackageNotFoundError

不要立即执行：

pip install xxx

因为新版 PDF2zh 的翻译环境由 Server 进行管理。

更推荐：

python update_packages.py

让项目按照当前环境进行依赖更新。

项目文档也明确建议使用 update_packages.py 管理翻译环境，而不是手动强行组合 BabelDOC、PyMuPDF 等版本。

三十、Windows 用户特别容易遇到的路径问题

Windows 路径经常类似：

D:\ProgramData\ZoteroExt\zotero-pdf2zh\server

如果使用 CMD：

cd /d D:\ProgramData\ZoteroExt\zotero-pdf2zh\server

注意：

/d

可以让 CMD 同时切换盘符。

如果从：

C:

切换到：

D:

这一点尤其重要。

三十一、不要把 Server 放在过于复杂的路径

例如：

D:\ZoteroExt\zotero-pdf2zh\server

通常比较清晰。

不太建议：

D:\我的软件\论文工具\2026新版\测试环境\PDF翻译最终版\server

复杂路径容易增加：

• 空格
• 中文字符
• 特殊符号
• 路径过长

带来的兼容性问题。

尤其是在 Python、虚拟环境和第三方工具组合使用时，保持路径简单通常更容易排查问题。

三十二、不要随便把 Server 暴露到公网

默认配置：

127.0.0.1

意味着：

❝

只允许本机访问。

如果使用：

python server.py --host 0.0.0.0

则意味着允许其他网络设备访问这个服务。

项目文档也明确提醒，只有在明确需要远程访问并理解防火墙及网络配置时才建议这么做。

对于普通用户：

❝

保持 127.0.0.1 即可。

三十三、如何判断整个环境已经配置成功？

可以按照下面的检查表逐项确认：

□ Python 可以运行□ uv 可以运行□ server.zip 已正确解压□ requirements.txt 安装完成□ python server.py 可以启动□ 8890 端口正常监听□ Zotero PDF2zh 插件安装成功□ Zotero 能连接 127.0.0.1:8890□ AI API Key 配置正确□ 模型名称正确□ 测试论文可以提交□ 翻译任务能够完成□ 双语 PDF 可以正常打开

如果以上项目全部通过，那么基本就完成了 Windows 下的 PDF2zh 环境搭建。

三十四、最终的完整架构

现在回过头来看整个系统：

                    ┌───────────────┐                    │    Zotero     │                    │  文献管理/阅读 │                    └───────┬───────┘                            │                            ▼                    ┌───────────────┐                    │ PDF2zh 插件    │                    └───────┬───────┘                            │                            ▼                    ┌───────────────┐                    │ PDF2zh Server │                    │ 127.0.0.1:8890│                    └───────┬───────┘                            │                            ▼                    ┌───────────────┐                    │ Python 翻译环境 │                    │  uv / conda    │                    └───────┬───────┘                            │                            ▼                    ┌───────────────┐                    │  AI 翻译 API   │                    └───────┬───────┘                            │             ┌──────────────┼──────────────┐             ▼              ▼              ▼         DeepSeek         OpenAI      其他兼容服务             │              │              │             └──────────────┼──────────────┘                            ▼                    ┌───────────────┐                    │   双语 PDF     │                    └───────┬───────┘                            ▼                    ┌───────────────┐                    │ Zotero 阅读/标注│                    └───────────────┘

这套架构的最大特点是：

❝

Zotero 负责管理文献，PDF2zh 负责 PDF 翻译，AI 模型负责语言理解。

三者各司其职。

三十五、写在最后

对于科研人员来说，PDF2zh 最值得关注的并不是“能不能把英文翻译成中文”。

真正有价值的是：

❝

它可以把 AI 翻译能力融入 Zotero 的论文阅读工作流。

传统方式可能是：

下载论文 ↓打开浏览器 ↓上传 PDF ↓等待翻译 ↓下载译文 ↓重新导入

而 Zotero + PDF2zh 可以逐渐形成：

论文 ↓Zotero ↓PDF2zh ↓AI 翻译 ↓双语阅读 ↓标注 ↓笔记 ↓知识库

这也是为什么对于长期阅读英文论文的人来说，“翻译”只是整个工作流中的一个环节。

真正高效的科研阅读体系应该是：

文献管理 + AI 翻译 + PDF 阅读 + 标注 + 笔记 + 知识沉淀。

如果你已经在使用 Zotero，那么不妨从一篇 5～10 页的英文论文开始测试。

先把：

Python → uv → PDF2zh Server → Zotero 插件 → AI API → 双语 PDF

这一整条链路跑通，再逐步扩展到批量翻译、AI 文献分析和结构化笔记。

这样建立起来的，才是一套真正属于自己的 AI + Zotero 科研文献阅读工作流。

参考资料

PDF2zh 项目官方 GitHub：

Zotero PDF2zh 官方项目

安装文档：

PDF2zh Windows / 安装指南

配置文档：

PDF2zh 配置说明