Tag Regulator

Назначение

Нормализация тегов элементов Zotero на основе контролируемого словаря и использование ИИ для вывода возможных новых тегов.

Этот Workflow вызывает навык tag-regulator на бэкенде Skill-Runner для проверки соответствия тегов словарю и рекомендации релевантных тегов.

Сценарии использования

• Пакетная очистка нестандартных тегов
• Автоматическая рекомендация тегов для элементов на основе существующего контролируемого словаря
• Поддержание непрерывных обновлений и уточнений контролируемого словаря

Ограничения ввода

Тип ограничения	Описание
Единица ввода	Родительский элемент
Источник данных	Получено от родительского элемента: текущие теги, метаданные (заголовок, авторы, аннотация и т.д.)

Если существует встроенная полезная нагрузка дайджеста markdown, сгенерированная анализом литературы, Workflow автоматически загрузит её как необязательный контекст для улучшения качества вывода.

Способы запуска

• Прямой выбор одного или нескольких элементов Zotero (родительских элементов)
• После выбора элементов выберите "Tag Regulator" из контекстного меню

Поток выполнения

1. Загрузка контролируемого словаря
   └── Чтение tagVocabularyJson из настроек Zotero
       └── Разбор списка допустимых тегов в словаре

2. Создание запроса
   └── Сбор метаданных родительского элемента и текущего списка тегов
       └── Запись контролируемого словаря во временный файл YAML
       └── Загрузка в Skill-Runner

3. Обработка Skill-Runner
   └── Вызов skill_id: "tag-regulator"
       └── Проверка соответствия тегов
       └── Генерация предложенных тегов (suggest_tags)

4. Возврат результатов
   └── Применение изменений тегов (удаление несоответствующих тегов, добавление рекомендованных тегов)
       └── Согласование предложенных тегов с текущим локальным словарём
       └── Обработка предложенных тегов (всплывающее взаимодействие)

Логика обработки тегов

• remove_tags: Текущие теги, не находящиеся в контролируемом словаре, будут удалены
• add_tags: Теги, выведенные из метаданных, добавляются непосредственно к элементу
• suggest_tags: Новые теги, предложенные ИИ, требующие подтверждения от пользователя
• digest_markdown: Необязательный контекст обогащения, загружается только когда существует встроенная полезная нагрузка дайджеста markdown

Правила синхронизации в реальном времени

Когда результаты возвращаются, читается последнее локальное состояние:

• Если suggest_tag уже вошёл в контролируемый словарь, всплывающее окно не показывается; он участвует в обновлении элемента с семантикой add_tags
• Если suggest_tag уже находится в области промежуточного хранения, он не будет записан в область промежуточного хранения снова
• Только предложения, которые остаются необработанными, войдут во всплывающее окно

Оценочная продолжительность

Сценарий	Оценочное время на статью
Без дайджеста (Анализ литературы не запущен)	Приблизительно 1 минута
С дайджестом (Анализ литературы уже запущен)	1-3 минуты

Если у элемента уже есть дайджест, ИИ будет использовать резюме как дополнительный контекст, что приведёт к более точному, но более длительному выводу.

Всплывающее окно предложенных тегов

Для suggest_tags диалог предлагает пользователю выбрать, как их обработать:

• Добавить: Добавить непосредственно в контролируемый словарь
• Промежуточное хранение: Поместить в область промежуточного хранения для последующего просмотра
• Отклонить: Игнорировать предложение
• Добавить все / Промежуточное хранение всех / Отклонить все: Пакетная обработка

Диалог имеет 10-секундный обратный отсчёт автоматического промежуточного хранения; если время истекло, предложения автоматически помещаются в промежуточное хранение.

Выходы

1. Изменения тегов

• remove_tags: Удалить теги, не находящиеся в словаре, из элемента
• add_tags: Добавить рекомендованные теги к элементу
• Напрямую применяется к выбранным элементам Zotero

2. Обработка предложенных тегов

• Пользователь выбирает, как обрабатывать через всплывающее окно
• Принятые теги: Добавляются в настройку tagVocabularyJson
• Теги в промежуточном хранении: Добавляются в настройку tagVocabularyStagedJson

Рекомендации по модели

🟢 Достаточно лёгкой модели — регулировка тегов по сути является простой задачей классификации и сопоставления, не требующей самой сильной модели.

Параметры

Параметр	Тип	Описание	По умолчанию
infer_tag	boolean	Включить ли вывод тегов	true
valid_tags_format	string	Формат словаря	yaml
tag_note_language	string	Язык для описаний предложений	zh-CN

Доступные значения valid_tags_format

• yaml: Использовать формат YAML
• json: Использовать формат JSON
• auto: Автоматическое определение

Зависимости

• Контролируемый словарь: Сначала должен быть создан контролируемый словарь, см. Управление тегами
• Бэкенд: Сервис Skill-Runner
• Конфигурация бэкенда: Настройте бэкенд типа Skill-Runner в Менеджере бэкендов
• Навык: Навык tag-regulator должен быть развёрнут на Skill-Runner

Связанные Workflow

• Управление тегами — Управление контролируемым словарём тегов