Serwer Zotero MCP

Od v4.0 serwer Zotero MCP jest oparty na DocsAgent, który umożliwia agentom AI łączenie się i wyszukiwanie artykułów w bibliotece Zotero.

Detailed Guide Available:

Check out our guide to Zotero MCP Server: JavaScript and Python shells over a resident C++ core, with no need to open Zotero.

Read the Zotero MCP Server Guide →

Aby to skonfigurować, dodaj jeden z poniższych wariantów do ustawień MCP.

1. JavaScript / Node (npm) — start the search core, then register the server:

npx @docsagent/docsagent start
{
  "mcpServers": {
    "docsagent-zotero": {
      "command": "npx",
      "args": [
        "-y",
        "@docsagent/docsagent"
      ]
    }
  }
}

2. Python (3.10+) — same tools, same C++ core:

pip install docsagent-mcp
docsagent-mcp core start
{
  "mcpServers": {
    "docsagent-zotero": {
      "command": "docsagent-mcp",
      "args": []
    }
  }
}

Uwaga: obie powłoki korzystają z jednego pliku konfiguracyjnego ~/.docsagent/config.json (można go nadpisać przez DOCSAGENT_CONFIG). Ustaw tam zoteroDataDir, jeśli katalog danych Zotero nie jest domyślnym ~/Zotero, a enableWrites ustaw na true, jeśli chcesz zarejestrować narzędzia zapisu.

Od wersji v0.3.4 do v0.5.1, PapersGPT obsługuje serwer MCP. Oznacza to, że każdy klient chatbota, taki jak ChatWise, Cherry Studio, Cursor, Gemini CLI itp., który obsługuje serwer MCP SSE, może połączyć się z Twoją osobistą biblioteką Zotero za pośrednictwem PapersGPT na dowolnym systemie Mac, Windows lub Linux.

Jak uzyskać dostęp do swojej osobistej biblioteki Zotero w popularnych chatbotach AI za pośrednictwem PapersGPT?

Zainstaluj wtyczkę PapersGPT w Zotero i uruchom ponownie Zotero

Jeśli nie wiesz, jak zainstalować PapersGPT, zobacz tę stronę i upewnij się, że Zotero jest otwarte podczas korzystania z serwera MCP.

Skonfiguruj serwer PapersGPT MCP w swoim chatbocie AI

Tutaj, na przykładzie chatbota AI ChatWise, możesz skonfigurować ustawienia serwera PapersGPT MCP jak na poniższych obrazkach:

image
image

W konfiguracji okna czatu potwierdź, że łączysz się z serwerem MCP PapersGPT.

W niektórych chatbotach, takich jak ChatWise i Cherry Studio, na dole okna dialogowego czatu znajduje się opcja potwierdzenia, czy użyć połączenia MCP. Przed rozpoczęciem rozmowy należy ponownie to potwierdzić. Natomiast w niektórych chatbotach, takich jak Gemini Cli, po skonfigurowaniu wszystko jest wyzwalane automatycznie. Tutaj ponownie na przykładzie ChatWise konkretne konfiguracje pokazano poniżej:

image

Wybierz myślący duży model językowy i wprowadź prompt związany z Zotero

Aby LLM automatycznie wywoływał serwer MCP, podczas czatu należy wybrać model myślący, taki jak GPT 5, Gemini 2.5 thinking, DeepSeek V3.1 lub Qwen3 Next 80B A3B Thinking itp. Oprócz wyboru modelu myślącego należy wprowadzić prompty, takie jak „szukaj artykułów o *** w Zotero”, „pobierz artykuły o *** w moim Zotero”. Wprowadzane zapytanie powinno najlepiej zawierać słowo „Zotero”, aby skłonić inteligentny LLM do automatycznego wywołania serwera PapersGPT MCP. Tutaj ponownie na przykładzie ChatWise, wybrano model Qwen3 Next 80B A3B Thinking udostępniany przez OpenRouter, a wynik odpowiedzi pokazano poniżej:

image
image

W ChatWise, gdy serwer MCP ma zostać wywołany, przypomni użytkownikowi o ręcznym potwierdzeniu i uruchomieniu.

image

Główne funkcje serwera Zotero MCP PapersGPT

Wyszukiwanie pełnotekstowe BM25 metadanych dokumentów, takich jak tytuł, autorzy, tagi, abstrakt, notatki, adnotacje i kolekcje.

Narzędzie „search” wykonuje wyszukiwanie pełnotekstowe BM25 w tytułach, autorach, tagach, streszczeniach, notatkach, adnotacjach i kolekcjach, z filtrami po tagach, zakresie lat, typie pozycji, autorach i kolekcjach. „get_content” zwraca uszeregowane fragmenty odpowiadające na pytanie albo pełny tekst PDF-a, a „get_metadata” dodaje streszczenia, adnotacje i cytowania (BibTeX, CSL-JSON lub sformatowane).

Czyta Twoją bibliotekę bez otwierania Zotero

Silnik czyta bezpośrednio ~/Zotero/zotero.sqlite oraz katalog storage/, więc wyszukiwanie i pobieranie działają także przy zamkniętym Zotero — około 15 ms na zapytanie nawet w bibliotece z ponad 1000 plików PDF. Tylko narzędzia zapisu (import pozycji, dodawanie notatek, masowa edycja tagów lub kolekcji) przechodzą przez lokalne API Zotero i dlatego wymagają uruchomionego Zotero.

Błyskawicznie szybko dzięki stale działającemu rdzeniowi C++

Silnik indeksowania i wyszukiwania jest napisany w C++ dla ekstremalnej wydajności i działa jako usługa w tle. Sama powłoka MCP jest dostępna dla JavaScript (npm) i Python (PyPI) — użyj jednej z nich lub obu, na tym samym rdzeniu.