夜雨聆风做科研，有一种场景应该很多人都很熟悉：
刚下载一篇几十页的英文论文，打开 PDF，左边是正文，右边开一个翻译软件；遇到公式、图表和双栏排版，还要不停复制、切换窗口。
真正麻烦的往往不是“某一句英文看不懂”，而是这种来回切换严重打断阅读节奏，并且不利于整体掌握研究全貌，并且网路上目前的翻译工具大多是机器翻译，某些科研名词翻译往往不准确。
如果能直接在 Zotero 中右键一篇英文论文，然后让目前最前沿的Ai模型进行翻译，最后得到一份保留原论文排版、原文与中文对照的 PDF，公式与图表都不会乱码的双语论文，阅读体验会舒服很多。
这就是本文要介绍的工具——Zotero PDF2ZH。
它把 PDF2ZH/PDF2ZH Next 翻译引擎接入 Zotero，可以直接从文献库中发起翻译，并调用 Bing、Google、SiliconFlow、DeepSeek 等翻译服务。当前新版 pdf2zh_next 还支持术语表、表格翻译和 OCR 兼容等功能。
电脑上首先需要有Zotero软件，如果没有，可以前往官网进行免费下载：推荐安装Zotero7或者Zotero8，不要安装最新版本。
Zotero | Your personal research assistant
https://www.zotero.org/
1、首先下载 PDF2ZH 的 Zotero 插件。
可以从 Zotero 中文社区插件商店获取，也可以直接从 PDF2ZH 项目的发布页面下载最新版 .xpi 文件。
Zotero 中文社区丨PDF2ZH下载
https://zotero-chinese.com/plugins/#search=PDF2ZH
PDF2ZH 官方当前同时支持 Zotero 7 和 Zotero 8。
2、安装PDF2ZH 插件到 Zotero 中。
3、配置PDF2ZH。
👉编辑 👉设置 👉PDF2ZH
PDF2ZH 支持多种翻译服务。
如果只是想先体验，可以使用插件支持的免费服务，例如Bing、Google 或 siliconflowfree。需要注意，免费服务可能受到限流或者出现漏翻等情况。PDF2ZH 官方也建议，对翻译质量要求较高时使用其他 LLM 服务。
我这里使用的是 DeepSeek API。
原因很简单：科研论文这种长文本更依赖上下文和术语一致性，LLM 翻译通常比传统逐句机器翻译更加自然。
以DeepSeek为例，如果没有，前往
DeepSeek开放平台
https://platform.deepseek.com/usage
进行创建，充值。
在设置界面，下滑到LLM API配置管理，按如下方法配置，复制刚才的api密钥到LLM API KEY，点击“保存”。然后点击“激活”
Responses API 目前仅支持deepseek-v4-flash模型，这里选择deepseek-chat会自动调用v4 flash模型，目前价格还是比较便宜的，10块钱大概可以翻译近2000页文献。
PDF2ZH 的后台程序是 Python 程序，所以需要 Python 环境，要安装Python、以及环境管理工具uv/conda，做数值计算的同志们对此应不陌生，可以跳过第一节直接看第二节，但是面向小白，这里提供python以及使用uv/conda创建虚拟环境的详细说明，当然如果你后续的研究工作不跟代码打交道，你可以看第三节，不创建虚拟环境直接运行exe文件。
1、安装python以及uv/conda
打开命令行工具（后续步骤都在命令行中执行，以windows系统为例，同时提供mac系统的安装教程）：
- Windows
：按 Win + R→ 输入cmd→ 回车（建议以管理员身份运行） - macOS
：按 Cmd + 空格→ 输入"终端" → 回车 - Linux
： Ctrl + Alt + T
Python：下载链接，建议安装 3.12 版本，根据提示安装完成之后，按Win + R→输入cmd→回车（建议以管理员身份运行），打开cmd，输入“python”显示如下即安装成功。
②安装uv/conda
由于该插件后续会自己配置环境，为了防止本地的环境被污染，或者干扰插件的运行，一个环境管理工具是必不可少的，这里对于不从事数值计算的小伙伴推荐安装uv：（不同系统复制不同的代码执行，windows系统为第4行）。
# macOS/Linuxwget -qO- https://astral.sh/uv/install.sh | sh# Windows（在PowerShell中执行）powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
# MacOS/Linuxexport PATH="$HOME/.local/bin:$PATH"# Windows PowerShell$env:Path = "$env:USERPROFILE\.local\bin;$env:Path"
安装后执行 uv --version，能看到版本号即成功。
2、安装插件的后台程序
在D盘（C盘也可以但是必须建立在用户文件夹下）新建一个文件夹，命名为：zotero-pdf2zh。
下载server.zip，这里提供两种方法
①终端下载
# 1. 进入zotero-pdf2zh文件夹cd D:zotero-pdf2zh# 2. 下载并解压server文件夹wget https://raw.githubusercontent.com/guaguastandup/zotero-pdf2zh/refs/heads/main/server.zipunzip server.zip②GitHub下载并且手动解压
Server.zip下载
https://github.com/guaguastandup/zotero-pdf2zh/blob/main/server.zip
确保目录结构为：
zotero-pdf2zh/└── server/├── server.py├── ...└── requirements.txt启动服务 # 1. 进入zotero-pdf2zh文件夹cd D:zotero-pdf2zh# 2. uv用户（推荐）uv run --python 3.12 --with-requirements requirements.txt server.py# 1. conda用户 创建环境（仅首次需要）conda create -n zotero-pdf2zh-server python=3.12 -y# 2. 激活环境conda activate zotero-pdf2zh-server# 3. 安装依赖（仅首次需要）pip install -r requirements.txt# 4. 启动服务python server.py --env_tool=conda每次启用比较麻烦，可以把该教程发给codex，让codex写一个Windows 命令脚本，设置快捷方式到桌面即可，这样后续启动只需点击图标。
安装步骤：
下载exe包：访问 pdf2zh_next Release 页面，下载
pdf2zh-v2.x.x-BabelDOC-v0.x.x-win64.zip（选择with-assets版本）解压文件：将下载的zip文件解压到
server目录下，
运行服务：（把XX替换为你实际下载的版本） python server.py --enable_winexe=True --winexe_path='./pdf2zh-v2.x.x-BabelDOC-v0.x.x-win64/pdf2zh/pdf2zh.exe'
显示：仅pdf2zh_next 虚拟环境存在是正常的，因为我们前面3、配置pdf2zh插件中选择的引擎是pdf2zh_next，显示：发现旧的配置文件是因为我之前使用过。显示：WARNING是因为该插件后台调用了Python Web 服务，是否有上述该提示都是正常的。
打开zotero主界面，选中一篇英文文献，右键，点击PDF2zh，选择一个翻译模式，我这里选择双语对照。（注意，条目下的pdf需要进行OCR处理，非扫描件，否则翻译效果比较一般，大部分从期刊下载的文献是满足要求的）
此时打开后台终端，可以看到具体的进度：
等待一段时间后打开zotero条目，发现已经新建了一个文件“deepseek-compare“（文件名取决于翻译的api）打开该文件：
PDF 翻译工具有很多，但对于已经把 Zotero 当作文献库的人来说，PDF2ZH 真正方便的地方并不是“它又提供了一种翻译方式”。
而是翻译这件事终于可以直接嵌进原来的文献管理流程。
下载论文之后不需要上传到其他网站，不需要在几个软件之间来回切换，也不需要把翻译文件重新拖回文献库。整个流程基本都可以留在 Zotero 里面完成。
