Busca em toda a biblioteca no Zotero, testada: 10,000 PDFs indexados em 7 minutos e consultados em 19.5 ms
Sua biblioteca do Zotero guarda centenas — talvez dezenas de milhares — de PDFs. "Eu lembro de um paper na minha biblioteca que tratava disso"… e depois? Vasculhando tags, ordenando por ano, adivinhando palavras-chave. Dez minutos depois você ainda está procurando. A busca nativa do Zotero localiza um item, mas não responde a uma pergunta — e com certeza não vai sintetizar conclusões de 50 papers para você.
A Busca em toda a biblioteca (Full-Library Search) do PapersGPT existe para corrigir exatamente isso: marque uma caixa, e sua biblioteca inteira se transforma em uma base de conhecimento que você pode interrogar em linguagem natural — com respostas diretas e citações clicáveis, não uma lista de papers para abrir.
Nada de conceitos neste post — apenas três coisas: os números do benchmark, como usar e onde ela rende mais.
Primeiro, os números: 10,000 PDFs, ainda 19.5 ms
Os benchmarks oficiais rodaram testes completos de indexação e consulta em dois tamanhos de biblioteca (dados do repositório open source, 2.7k+ estrelas):
| Métrica | 1,000 PDFs | 10,000 PDFs |
|---|---|---|
| Dados brutos | 4.2 GB | 42 GB (~170k páginas) |
| Tempo de indexação | 51.5 s | 7m 01s |
| Tempo médio de consulta | 13.1 ms | 19.5 ms |
| Memória (RSS) | 353 MB | 2.21 GB |
| Tamanho do índice | 100 MB | 901 MB |
Três números que valem a pena guardar:
- 10× a biblioteca, +6.4 ms por consulta. De 13.1 ms para 19.5 ms — menos que um único round-trip de rede no seu navegador. No dia a dia, buscar em 100 papers parece idêntico a buscar em 10,000.
- 170,000 páginas em 7 minutos — um custo único. São cerca de 400 páginas por segundo. Depois da indexação, toda consulta fica na casa dos milissegundos, e os papers recém-adicionados são indexados de forma incremental. Sem reconstruções.
- 42 GB de PDFs brutos se comprimem em um índice de 901 MB (~2%) — é por isso que isso roda tranquilo em um notebook comum.
Como ela faz isso
A Busca em toda a biblioteca não envia seus PDFs para a nuvem de ninguém — tudo acontece na sua máquina:
- Um motor nativo em C++. O núcleo de indexação e recuperação é escrito em C++ — a mesma classe de linguagem usada por motores de banco de dados e sistemas de trading — sem overhead de interpretador Python/Node no caminho crítico da busca.
- Indexação estrutural, não busca semântica vetorial "difusa". O motor entende a estrutura do documento (onde estão o título, as seções, o resumo e as referências) e combina isso com ranking full-text BM25 — o mesmo modelo de ranking por trás dos buscadores modernos, muito mais confiável para relevância em texto acadêmico do que correspondência vetorial genérica.
- Zero round-trips de rede. Sem filas de upload, sem indexação no servidor, sem latência de API. A velocidade que você vê é a velocidade da sua própria máquina.
Na prática: quatro cenários em que ela se paga
1. Escrevendo o Related Work: deixe 50 papers se enfileirarem sozinhos
"Quais papers da minha biblioteca usam transformers para previsão de séries temporais, e contra quais baselines eles se comparam?"
A Busca em toda a biblioteca varre a biblioteca inteira, ordena por relevância e sintetiza — com uma citação atrás de cada afirmação que salta direto para a fonte. Você verifica em vez de procurar.
2. Achando "aquele paper cujo título eu esqueci"
"Li algo há meses sobre mitigar alucinações com dados sintéticos — um grupo alemão, acho."
Sem título; descreva o conteúdo. A busca cobre títulos, autores, tags e resumos, além das suas próprias anotações e notas no Zotero — a anotação de margem que você escreveu na época é a melhor consulta que você poderia digitar hoje.
3. Checagem de evidências conflitantes: um seguro antes da sua defesa
A forma avançada disso é o Global Library Synthesis: analisar até 10,000+ documentos simultaneamente para mapear tendências de pesquisa, evolução de termos e — o mais importante — conclusões contraditórias. "Que evidências de apoio e de oposição minha biblioteca contém sobre o efeito X?" Uma pergunta que levaria uma semana à mão leva minutos aqui.
4. Dez minutos antes da reunião do grupo
"Agrupe os papers da minha biblioteca sobre este biomarcador por tamanho de amostra, do maior para o menor, e resuma cada grupo."
A resposta chega na janela de chat — copiável, salvável como nota do Zotero, com cada citação rastreável.
Como ela se diferencia da busca nativa do Zotero
| Busca nativa do Zotero | Busca em toda a biblioteca do PapersGPT | |
|---|---|---|
| Retorna | Uma lista de itens | Respostas diretas + citações clicáveis |
| Síntese entre documentos | ❌ | ✅ Comparação entre papers, análise de evidências conflitantes |
| Estilo de consulta | Correspondência de palavras-chave | Linguagem natural (qualquer idioma) |
| Cobertura | Metadados + índice de texto completo | Texto completo + suas anotações e notas |
| Latência típica | Segundos | ~19.5 ms até o resultado |
| Resumos | ❌ | ✅ Com 30+ LLMs |
Eles se complementam: a busca do Zotero encontra o item; a Busca em toda a biblioteca entrega a resposta.
Privacidade: funciona em Airplane Mode
Indexação e recuperação são 100% locais, sem dependência de API na nuvem. Na prática:
- Pronto para Airplane Mode: busca e indexação funcionam totalmente offline.
- Vazamento de zero bytes: seus PDFs, notas, anotações e consultas nunca saem da sua máquina.
- Um fluxo de trabalho totalmente offline: combine com um modelo local via Ollama (ou os downloads open source de um clique já integrados) e o ciclo inteiro — da pergunta à resposta — roda sem rede. Ideal para dados não publicados, pesquisa corporativa interna e trabalho sensível a compliance.
E se você quiser conectar sua biblioteca inteira ao Claude Code, ao Cursor ou a agentes similares, o Zotero MCP Server pode buscar em toda a biblioteca sem nem abrir o Zotero — mesmo índice local, nos seus termos.
Use junto com o Literature Radar: descobrir → arquivar → buscar
O Literature Radar segue adicionando papers novos à sua biblioteca (Explore para descobrir, Track para acompanhar), enquanto a Busca em toda a biblioteca transforma cada um deles — um clássico de dez anos ou o preprint de ontem — em algo que você pode interrogar instantaneamente. Um gerencia a entrada; o outro, a recuperação. Juntos, eles fecham o ciclo.
Como começar
- Baixe o plugin PapersGPT (Zotero 7+), instale-o e marque a opção Search entire library no painel de chat.
- Pergunte em linguagem natural — as respostas vêm com citações.
- A Busca em toda a biblioteca está incluída em todos os planos pagos; novos usuários podem experimentá-la primeiro pelo teste gratuito.
FAQ
Meus PDFs são enviados para algum servidor?
Não. A indexação e a recuperação rodam inteiramente na sua máquina — os benchmarks acima foram executados sem nenhuma dependência de API externa. Seus PDFs, notas e consultas nunca saem do seu computador.
Qual tamanho de biblioteca é suportado?
De 100 a 10,000+ papers. Os benchmarks oficiais cobrem 1,000 PDFs (51.5 s de indexação) e 10,000 PDFs (7m 01s de indexação, consultas em 19.5 ms). O custo de indexação cresce aproximadamente de forma linear; a latência de consulta permanece constante.
Qual a diferença para a busca de texto completo nativa do Zotero?
A busca de texto completo do Zotero retorna uma lista de itens correspondentes que você precisa abrir e conferir um por um. A Busca em toda a biblioteca retorna uma resposta sintetizada entre documentos, com citações clicáveis, cobrindo também suas anotações e notas.
Posso fazer perguntas no meu idioma?
Sim. O idioma da pergunta segue o LLM que você selecionar — chinês, inglês e outros funcionam; o índice em si lida com texto completo em qualquer idioma.
Funciona totalmente offline?
A indexação e a recuperação, sim (puramente local). Gerar respostas precisa de rede se você escolher um modelo na nuvem (GPT, Claude, DeepSeek etc.); troque para um modelo local via Ollama e o ciclo inteiro roda offline.