BibGenie 文件BibGenie 如何理解你的文獻庫
瞭解什麼是 embedding，BibGenie 如何用它進行語義檢索，以及 indexing 為什麼能提升找論文的效果。
為什麼需要這篇說明
當你在 BibGenie 裡搜尋文獻時，你很多時候並不只是想找“包含同樣關鍵詞的論文”，而是想找“討論相近問題、方法或主題的論文”。
這就是 embedding 和 indexing 發揮作用的地方。
什麼是 embedding？
可以把 embedding 理解成一種把文字轉換為“可比較表示”的方式。 它不是簡單提取關鍵詞，而是儘量保留文字的語義資訊。
你不需要關心背後的數學細節，只需要理解這幾點：
- 語義相近的文字，embedding 通常也更接近
- 主題差異較大的文字，embedding 通常距離更遠
- 這樣 BibGenie 就可以比較“意思是否相近”，而不只是比較“字面是否一樣”
比如，一篇論文寫的是 knowledge graphs for drug discovery，另一篇寫的是 graph-based methods in biomedical research。即使它們的用詞不完全相同，BibGenie 仍然可能判斷它們在主題上接近。
BibGenie 是如何使用 embedding 的？
BibGenie 當前會基於 Zotero 中 regular item 的 標題 和 摘要 來建立語義檢索能力。
大致流程是這樣的：
- BibGenie 讀取一篇論文的標題和摘要
- 把這些文字轉換成 embedding
- 將結果儲存到你本地文獻庫對應的索引中
- 當你輸入一個研究主題或問題時，BibGenie 也會把你的查詢轉換成 embedding
- 然後將查詢與已索引論文進行比較，返回最接近的結果
因此，BibGenie 能做的不只是關鍵詞匹配，而是更接近“按主題找論文”。
什麼是 indexing？
indexing 可以理解為“為語義檢索預先做好準備”。
如果每次搜尋都重新處理整個文獻庫，速度會很慢，也不現實。 因此 BibGenie 會先為你的文獻建立一個本地索引。建立好之後，語義檢索就可以更快、更穩定地工作。
可以簡單記成：
- embedding：讓 BibGenie 能表示文字的語義
- indexing：讓 BibGenie 能快速搜尋這些語義表示
它能幫你做什麼？
有了這套機制之後，BibGenie 更適合做下面這些事情：
- 按研究主題查詢相關論文
- 找到“用詞不同但意思相近”的論文
- 圍繞某個方法、理論或研究問題做探索
- 在文獻較多時更自然地搜尋 Zotero 文獻庫
如果你知道精確標題、作者名或固定術語，關鍵詞搜尋依然很好用。 但如果你想找“這個方向上還有哪些相關工作”，語義檢索通常更有幫助。
當前會處理哪些內容？
BibGenie 當前主要使用：
- 論文標題
- 論文摘要
當前不會把以下內容納入這套語義索引：
- PDF 全文
- Notes
- Annotations
- Attachments
這樣做可以讓索引範圍更清晰，也能保持速度和穩定性。
我需要經常手動重建索引嗎？
通常 不需要。
大多數情況下，BibGenie 會在後臺自動處理索引更新。 當你的文獻庫發生變化，例如新增文獻、修改條目、刪除條目時，BibGenie 一般會自動完成必要的更新。
你只在少數場景下可能需要手動重建：
- 第一次啟用語義索引時
- 切換到不同的 embedding model 之後
- 大批次匯入文獻後，如果你感覺結果還不完整或不夠新
- BibGenie 明確提示當前索引需要處理時
- 語義檢索結果明顯異常，你希望做一次完整重新整理時
簡單判斷方法
如果語義檢索工作正常，就通常不需要做任何操作。只有當應用提示你，或者你發現結果明顯不對時，再考慮重建索引即可。
Indexing 頁面上的按鈕是什麼意思？
Build / Rebuild
用於首次建立索引，或者在需要時從頭重建整個索引。
適合這些情況：
- 第一次使用 indexing
- 切換了 embedding model
- 你希望完整重新整理索引
Retry Failed Items
它不會重建全部索引，而是只重試之前處理失敗的條目。
適合這些情況：
- Failed items 數量大於 0
- 你想先做一次較輕量的修復，再考慮全量重建
常見問題
下一步
- 檢視索引狀態和排錯：Semantic Index
- 瞭解如何在實際場景中使用語義檢索：Literature Search