论文图表驱动的逻辑结构与要点总结工具。
从一篇论文的 PDF 出发：提取每张图（图像 + caption + 子图 panel）与正文引用句 → 用多模态 LLM 解读每个子图、归纳图表逻辑结构 → 与摘要/引言做对比、定位正文里的差异与遗漏 → 综合图表信息和正文总结关键要点 → 把结果写成一条 Zotero 笔记。
灵感来自 zotero-figure（PDF 图表提取思路）与一个本地 fig_explain 产物包（manifest schema + 自包含 HTML 模板），但本项目是独立的 Python 脚本工具，不依赖 Zotero 插件运行环境。
PDF (Zotero 附件)
│
├─ pdf_extract.py ── 每图图像 + caption + 子图分割 + 正文 Fig 引用句 + 摘要/引言
│
├─ llm_explain.py ── 阶段1：每图 panel 中文注释 + 图核心结论 + 逻辑角色 (vision)
│ 阶段2：图表逻辑结构 vs 摘要/引言 → 差异/遗漏 → 正文定位 → 要点总结
│
└─ note_writer.py ── 自包含 HTML 笔记 (图+panel表+结构+差异表+要点) → 写入 Zotero
pip install -r requirements.txt需要：Python 3.10+，PyMuPDF、Pillow、requests。
- 启动 Zotero（本地 HTTP 服务
127.0.0.1:23119随之运行）。 - 在 Zotero 里点开目标文献所在的分类。
- 运行：
python run.py # 列出当前分类的文献，输入序号选择
python run.py <itemKey> # 直接按 Zotero item key 处理- 首次运行会交互输入 OpenAI 兼容
base_url/api_key/ 模型名 / Zotero storage 目录，存到~/.figexplain/config.json（之后每次运行可回车保留或覆盖）。模型需支持 vision（如gpt-4o、qwen-vl-max）。 - 跑完后，Zotero 当前分类下会出现一条顶层笔记（标题
图表解读：<原文献名>，标签fig-explain/fig-explain-<key>），同时生成一份本地 HTML 副本figexplain_<key>.html。
- 本地 HTTP API 不能创建"挂到父文献下的子笔记"（
saveItems忽略parentItem），也没有"读取当前选中条目"的端点。因此笔记以顶层 note写入当前分类，内容里嵌原文献标题/作者/DOI/key 做关联。 DELETE/PATCH/PUT一律返回 501，不可用。
run.py # 入口
figexplain/
config.py # ~/.figexplain/config.json，交互式配置
zotero_local.py # Zotero 本地 HTTP API 客户端
pdf_extract.py # 图表 / caption / panel / refs / 摘要 / 引言 提取
llm_explain.py # 多模态 LLM 解释（每图 + 综合）
note_writer.py # 笔记 HTML 组装 + 写回
requirements.txt
- API key 只存在本机
~/.figexplain/config.json，不进仓库（见.gitignore）。 - 不向任何第三方服务发送数据，除你配置的 LLM 端点（图图像 + 文本）和本机 Zotero 外。
- 笔记本地副本
figexplain_*.html已加入.gitignore。
MIT