Regolatore dei tag

Scopo

Normalizzare i tag degli elementi di Zotero in base a un vocabolario controllato e utilizzare l'AI per inferire possibili nuovi tag.

Questo Workflow chiama la skill tag-regulator sul backend Skill-Runner per verificare la conformità dei tag al vocabolario e raccomandare tag pertinenti.

Casi d'uso

• Pulire in batch tag non standard
• Raccomandare automaticamente tag per gli elementi in base a un vocabolario controllato esistente
• Mantenere aggiornamenti e affinamenti continui del vocabolario controllato

Vincoli di input

Tipo di vincolo	Descrizione
Unità di input	Elemento padre
Origine dei dati	Ottenuta dall'elemento padre: tag correnti, metadati (titolo, autori, abstract, ecc.)

Se esiste un payload incorporato di riassunto markdown generato da literature-analysis, il Workflow lo caricherà automaticamente come contesto facoltativo per migliorare la qualità dell'inferenza.

Metodi di attivazione

• Selezionare direttamente uno o più elementi di Zotero (elementi padre)
• Dopo aver selezionato gli elementi, scegliere "Regolatore dei tag" dal menu contestuale

Flusso di esecuzione

1. Carica il vocabolario controllato
   └── Legge tagVocabularyJson dalle preferenze di Zotero
       └── Analizza l'elenco dei tag validi nel vocabolario

2. Costruisci la richiesta
   └── Raccoglie i metadati dell'elemento padre e l'elenco dei tag correnti
       └── Scrive il vocabolario controllato in un file YAML temporaneo
       └── Carica su Skill-Runner

3. Elaborazione di Skill-Runner
   └── Invoca skill_id: "tag-regulator"
       └── Verifica la conformità dei tag
       └── Genera i tag suggeriti (suggest_tags)

4. Restituisci i risultati
   └── Applica le modifiche ai tag (rimuove i tag non conformi, aggiunge i tag raccomandati)
       └── Riconcilia i tag suggeriti rispetto al vocabolario locale corrente
       └── Elabora i tag suggeriti (interazione popup)

Logica di elaborazione dei tag

• remove_tags: I tag correnti non presenti nel vocabolario controllato verranno rimossi
• add_tags: Tag inferiti dai metadati, aggiunti direttamente all'elemento
• suggest_tags: Nuovi tag suggeriti dall'AI, richiedono la conferma dell'utente
• digest_markdown: Contesto di arricchimento facoltativo, caricato solo quando esiste un payload incorporato di riassunto markdown

Regole di sincronizzazione in tempo reale

Quando i risultati vengono restituiti, viene letto lo stato locale più recente:

• Se un suggest_tag è già entrato nel vocabolario controllato, non viene mostrato alcun popup; partecipa all'aggiornamento dell'elemento con la semantica di add_tags
• Se un suggest_tag è già nell'area di staging, non verrà scritto di nuovo nell'area di staging
• Solo i suggerimenti che rimangono non elaborati entreranno nel popup

Durata stimata

Scenario	Tempo stimato per articolo
Senza riassunto (Analisi della letteratura non eseguita)	Circa 1 minuto
Con riassunto (Analisi della letteratura già eseguita)	1-3 minuti

Se l'elemento ha già un riassunto, l'AI utilizzerà il riassunto come contesto aggiuntivo, risultando in un'inferenza più precisa ma più lunga.

Popup dei tag suggeriti

Per i suggest_tags, una finestra di dialogo chiede all'utente come gestirli:

• Aggiungi: Aggiungi direttamente al vocabolario controllato
• Metti in staging: Posiziona nell'area di staging per una revisione successiva
• Rifiuta: Ignora il suggerimento
• Aggiungi tutti / Metti in staging tutti / Rifiuta tutti: Elaborazione in batch

La finestra di dialogo ha un conto alla rovescia automatico di 10 secondi per il staging; se scaduto, i suggerimenti vengono automaticamente messi in staging.

Output

1. Modifiche ai tag

• remove_tags: Rimuove dall'elemento i tag non presenti nel vocabolario
• add_tags: Aggiunge i tag raccomandati all'elemento
• Applicati direttamente agli elementi di Zotero selezionati

2. Elaborazione dei tag suggeriti

• L'utente sceglie come gestirli tramite popup
• Tag accettati: Aggiunti alla preferenza tagVocabularyJson
• Tag in staging: Aggiunti alla preferenza tagVocabularyStagedJson

Raccomandazioni sul modello

🟢 È sufficiente un modello leggero — la regolazione dei tag è essenzialmente un semplice compito di classificazione e corrispondenza che non richiede il modello più potente.

Parametri

Parametro	Tipo	Descrizione	Predefinito
infer_tag	boolean	Se abilitare l'inferenza dei tag	true
valid_tags_format	string	Formato del vocabolario	yaml
tag_note_language	string	Lingua per le descrizioni dei suggerimenti	zh-CN

Valori disponibili per valid_tags_format

• yaml: Usa il formato YAML
• json: Usa il formato JSON
• auto: Rileva automaticamente

Dipendenze

• Vocabolario controllato: È necessario creare prima un vocabolario controllato; vedi Gestione dei tag
• Backend: Servizio Skill-Runner
• Configurazione del backend: Configurare un backend di tipo Skill-Runner nel Backend Manager
• Skill: La skill tag-regulator deve essere distribuita sul Skill-Runner

Workflow correlati

• Gestione dei tag — Gestisci il vocabolario controllato dei tag