Zotero Chunk MCP

MCP搜索检索

提供方 ccam80

搜索检索 stdio · 本地进程 无需鉴权 社区 / 第三方 Claude
查看接入方式

DeepZotero是一款基于Zotero库的语义搜索工具,支持PDF文本、表格和图像的提取、分块、嵌入和存储,提供多种搜索功能和上下文扩展。

一句话选型结论

按资料字段整理

Zotero Chunk MCP 属于搜索检索类 MCP 服务器,stdio · 本地进程,无需鉴权,可直接接入 Claude,有可直接执行的安装命令。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类搜索检索 传输方式stdio · 本地进程 鉴权无需鉴权 部署方式本地部署
GitHub 星标 6 仓库热度,无公开仓库时显示未标注
工具数 13 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

搜索检索
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量13暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

支持客户端

适用场景

语义搜索Python本地部署PDF处理学术研究文本嵌入表格提取

安装与配置

stdio · 本地进程 无需鉴权
客户端在本机拉起子进程,数据不出本机
python -m venv .venv

这条命令只是入口,具体启动参数请按官方文档补齐,不要直接照搬到别的服务器。

  1. 1
    准备运行环境

    stdio 服务在本地起进程,需要先装好 Python,再按安装命令拉取依赖。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后客户端会列出约 13 个工具,随便调一个只读工具确认能返回结果。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
联网搜索取证

让模型查最新资料并给出出处。

资料聚合

把一个主题的网页、文档集中抓回来整理。

情报与竞品检索

按关键词持续检索行业动态和竞品信息。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 资料标注 13 个工具,覆盖面较广,能满足多种调用。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 已适配 Claude,换客户端不用重新研究配置。
  • 资料标注无需鉴权,装好就能连。

先想清楚的地方

  • stdio 方式要求本地装好运行时(如 Node.js),换机器要重新装一遍。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在搜索检索场景里让模型直接调用外部能力的人。
  • 已经在用 Claude 的用户,接入路径最短。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
Zotero Chunk MCP当前 13 stdio · 本地进程 本地部署 有 2026-05-17
Brave Search 433812ff 2 未标注 未标注 无 2026-05-17
Sequentialthinking 1 SSE · 服务端推送 远程部署 有 2026-05-18
Baidu Netdisk 未标注 未标注 未标注 无 2026-05-17
ragflow 未标注 stdio · 本地进程 本地部署 有 2026-04-11
mindsdb (430e18) 未标注 未标注 未标注 有 2026-05-17

服务器档案

搜索检索
字段来自项目仓库与公开索引,中文说明由本站标注
提供方ccam80上游标注的维护方 ccam80
分类搜索检索本站按上游分类展示
连接方式stdio · 本地进程客户端在本机拉起子进程,数据不出本机
鉴权方式无需鉴权远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · Python本地安装时用到的包标识与运行时
部署类型本地部署上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

10.4 KB
来自项目仓库与上游目录的原文,未做删改

DeepZotero

Zotero库的语义搜索。PDF被提取(文本、表格、图形)、分块、嵌入并存储在ChromaDB中。MCP服务器将索引作为13种工具公开给Claude Code(或任何MCP客户端),用于语义搜索、布尔搜索、表/图搜索、上下文扩展、引文图查找、索引和成本跟踪。

它提取了什么

  • 文本 --具有重叠的节感知块,按文档节(摘要、方法、结果等)分类
  • 表格 --通过Claude Haiku 4.5进行基于视觉的提取。每个表格都呈现为PNG格式,并转录为结构化的markdown(标题、行、脚注)。如果视力受损,则返回PyMuPDF启发式算法。
  • 图 --通过字幕检测,提取为PNG,可通过字幕文本搜索。

需求

  • Python 3.10+
  • A. Gemini API密钥 用于嵌入(除非使用 embedding_provider: "local")
  • 一 无烟煤API键 用于基于视觉的表格提取(可选但推荐)
  • 带PDF的Zotero安装 storage/

安装```bash

python -m venv .venv
.venv/Scripts/python.exe -m pip install -e .


对于视觉表提取:```bash
.venv/Scripts/python.exe -m pip install -e ".[vision]"

设置

1.配置```bash

mkdir -p ~/.config/deep-zotero
cp config.example.json ~/.config/deep-zotero/config.json


编辑 `~/.config/deep-zotero/config.json`:```json
{
"zotero_data_dir": "~/Zotero",
"chroma_db_path": "~/.local/share/deep-zotero/chroma",
"gemini_api_key": "YOUR_GEMINI_KEY",
"anthropic_api_key": "YOUR_ANTHROPIC_KEY"
}

所有其他字段都有合理的默认值。您还可以设置 GEMINI_API_KEY 和 ANTHROPIC_API_KEY 作为环境变量。

2.API密钥

Gemini(默认嵌入所需):
获取钥匙 Aistudio.google.com/app/apikey.将其设置为 gemini_api_key 在配置或 GEMINI_API_KEY env var.如果你不想使用Gemini,设置 "embedding_provider": "local" 使用ChromaDB内置的全MiniLM-L6-v2型号(无需API密钥,质量较低)。

拟人(提取视觉表时需要):
获取钥匙 console.anthropic.com.将其设置为 anthropic_api_key 在配置或 ANTHROPIC_API_KEY env var。没有此键,表仍然通过PyMuPDF启发式方法提取,但复杂表的准确性较低。视觉提取使用Claude Haiku 4.5的Anthropic Batch API,每张表的成本约为0.016美元,快速缓存降低了大批量的成本。

要完全禁用视觉提取,请执行以下操作:```json
{
"vision_enabled": false
}


### 3.为你的图书馆建立索引```bash
deep-zotero-index -v

要先测试子集,请执行以下操作:```bash
deep-zotero-index --limit 10 -v


这会读取Zotero SQLite数据库(只读,在Zotero打开时是安全的),从每个PDF中提取文本/表格/图形,对文本进行分块,通过Gemini嵌入,并将所有内容存储在ChromaDB中。

CLI选项:

|标志|描述|
|------|-------------|
| `--force` |删除并重建所有匹配项的索引|
| `--limit N` |仅索引N个项目|
| `--item-key KEY` |索引单个Zotero项目|
| `--title PATTERN` |标题上的正则表达式过滤器(不区分大小写)|
| `--no-vision` |跳过此运行的视觉表提取|
| `--config PATH` |使用其他配置文件|
| `-v` |调试日志记录|

索引器是增量的,它只处理索引中没有的项。使用 `--force` 变更后 `chunk_size`, `embedding_dimensions`,或 `ocr_language`.

您还可以通过以下方式从MCP客户端触发索引 `index_library` 工具。

### 4.注册MCP服务器

添加到您的克劳德代码设置(`~/.claude/settings.json`):```json
{
"mcpServers": {
"deep-zotero": {
"command": "/path/to/.venv/bin/python",
"args": ["-m", "deep_zotero.server"]
}
}
}

在Windows上:```json
{
"mcpServers": {
"deep-zotero": {
"command": "C:\path\to\.venv\Scripts\python.exe",
"args": ["-m", "deep_zotero.server"]
}
}
}


重新启动克劳德代码。所有13个工具都将可用。

______________________________________________________________________

## 配置参考

### 佐特罗

|字段|默认值|描述|
|---|---|---|
| `zotero_data_dir` | `~/Zotero` |Zotero数据目录的路径(包含 `zotero.sqlite` 和 `storage/`) |
| `chroma_db_path` | `~/.local/share/deep-zotero/chroma` |ChromaDB索引存储在磁盘上的位置|

### 嵌入

|字段|默认值|描述|
|---|---|---|
| `embedding_provider` | `"gemini"` | `"gemini"` 对于Gemini API, `"local"` 适用于ChromaDB内置的全MiniLM-L6-v2(无需密钥)|
| `embedding_model` | `"gemini-embedding-001"` |Gemini型号名称(仅在提供程序为 `"gemini"`) |
| `embedding_dimensions` | `768` |输出向量维度。 `gemini-embedding-001` 支持64-3072。更改需要 `--force` 重新索引|
| `gemini_api_key` | `null` |回落到 `GEMINI_API_KEY` 有人是。
| `embedding_timeout` | `120.0` |嵌入API调用的超时时间(秒)|
| `embedding_max_retries` | `3` |嵌入调用失败的最大重试次数|

### 分块

|字段|默认值|描述|
|---|---|---|
| `chunk_size` | `400` |以令牌为单位的目标块大小(~4个字符/令牌)。更改需要 `--force` 重新索引|
| `chunk_overlap` | `100` |令牌中连续块之间的重叠|

### 视觉

|字段|默认值|描述|
|---|---|---|
| `vision_enabled` | `true` |在索引过程中启用视觉表提取|
| `vision_model` | `"claude-haiku-4-5-20251001"` |表转录的拟人模型|
| `anthropic_api_key` | `null` |回落到 `ANTHROPIC_API_KEY` 有人是。

### 重排序

|字段|默认值|描述|
|---|---|---|
| `rerank_enabled` | `true` |启用综合分数重新排名|
| `rerank_alpha` | `0.7` |相似指数(0-1)。更低=元数据影响更大|
| `rerank_section_weights` | `null` |覆盖默认截面权重|
| `rerank_journal_weights` | `null` |覆盖默认日记账四分位数权重|
| `oversample_multiplier` | `3` |重新评级前的超额系数|
| `oversample_topic_factor` | `5` |附加因素 `search_topic` |
| `stats_sample_limit` | `10000` |采样的最大块数 `get_index_stats` |

### 光学字符识别

|字段|默认值|描述|
|---|---|---|
| `ocr_language` | `"eng"` |扫描页面的细分语言代码(`"fra"`, `"deu"`等等)。更改需要 `--force` 重新索引|

### OpenAlex

|字段|默认值|描述|
|---|---|---|
| `openalex_email` | `null` |OpenAlex礼貌池的电子邮件(10个请求/秒vs 1个请求/s)。回落到 `OPENALEX_EMAIL` 有人是。

______________________________________________________________________

## MCP工具

### 语义搜索

**`search_papers`** --段落级语义搜索。返回与周围上下文匹配的文本,按综合得分(相似度×节权重×期刊权重)重新排序。支持 `required_terms` 为了将语义搜索与精确的单词匹配相结合,每个术语都必须作为一个完整的单词出现在文章中。

参数: `query`, `top_k` (1-50), `context_chunks` (0-3), `year_min`, `year_max`, `author`, `tag`, `collection`, `chunk_types` (文本/图形/表格), `section_weights`, `journal_weights`, `required_terms` (文章中必须出现的单词列表)。

**`search_topic`** --论文级主题搜索,按文档进行重复数据消除。按纸张分组,按平均值和最佳复合相关性得分。

参数: `query`, `num_papers` (1-50), `year_min`, `year_max`, `author`, `tag`, `collection`, `chunk_types`, `section_weights`, `journal_weights`.

**`search_tables`** --对表内容(标题、单元格、标题)进行语义搜索。以markdown形式返回表。

参数: `query`, `top_k` (1-30), `year_min`, `year_max`, `author`, `tag`, `collection`, `journal_weights`.

**`search_figures`** --对图形标题进行语义搜索。返回图形元数据和提取的PNG的路径。

参数: `query`, `top_k` (1-30), `year_min`, `year_max`, `author`, `tag`, `collection`.

### 布尔搜索

**`search_boolean`** --通过Zotero的原生全文索引进行精确的单词匹配。返回与AND/OR单词查询匹配的论文(不是段落)。没有短语搜索,没有词干。

参数: `query` (空格分隔的术语), `operator` (和/或), `year_min`, `year_max`.

### 上下文扩展

**`get_passage_context`** --围绕以下段落展开上下文 `search_papers`。对于表格结果,请通过 `table_page` 和 `table_index` 查找引用表格的正文。

参数: `doc_id`, `chunk_index`, `window` (1-5), `table_page`, `table_index`.

### 引文图(OpenAlex)

要求文档在Zotero中有DOI。

**`find_citing_papers`** --引用特定文件的论文。参数: `doc_id`, `limit` (1-100).

**`find_references`** --文件引用的论文。参数: `doc_id`, `limit` (1-100).

**`get_citation_count`** --引文和参考文献计数。参数: `doc_id`.

### 指标管理

**`index_library`** --从MCP客户端触发索引。参数: `force_reindex`, `limit`, `item_key`, `title_pattern`, `no_vision`.

**`get_index_stats`** --文档/块/表/图计数、章节覆盖率、期刊覆盖率。

**`get_reranking_config`** --当前重新排序权重和有效覆盖值。

**`get_vision_costs`** -愿景API批量使用和成本摘要。参数: `last_n` (要显示的最新条目)。

______________________________________________________________________

## 重排序

搜索结果评分:```
composite_score = similarity^alpha * section_weight * journal_weight

默认截面权重:

截面 重量
结果 1.0
结论 1.0
表 0.9
方法 0.85
摘要 0.75
背景 0.7
未知 0.7
讨论 0.65
引言 0.5
序言 0.3
附录 0.3
参考文献 0.1

默认日记账权重:Q1=1.0,Q2=0.85,Q3=0.65,Q4=0.45。

通过以下方式覆盖每次呼叫 section_weights 和 journal_weights 参数。将某个部分设置为0以将其排除。完全禁用重新分级 "rerank_enabled": false.


共享筛选器参数

参数 类型 说明
author string 与作者姓名不区分大小写的子字符串匹配
tag string 与Zotero标签不区分大小写的子字符串匹配
collection string 与集合名称不区分大小写的子字符串匹配
year_min / year_max int 出版年份范围
section_weights dict 覆盖此调用的节权重
journal_weights dict 覆盖日志四分位数权重
required_terms 列表 文章中需要精确的整词匹配(search_papers 仅)

调试查看器

tools/debug_viewer.py 是一个PyQt6浏览器,用于检查ChromaDB索引——查看论文、表格(渲染的markdown与PDF)、图形和单个块。bash .venv/Scripts/python.exe tools/debug_viewer.py

常见问题

8 问
答案由本站依据条目字段整理,不引用上游原文
Zotero Chunk MCP 怎么安装?

在客户端按下面的安装命令接入:python -m venv .venv。装完在客户端配置里引用同一个包或端点。

Zotero Chunk MCP 怎么在 Claude 里配置?

它的传输方式是stdio · 本地进程,在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,配置才会生效。

Zotero Chunk MCP 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Zotero Chunk MCP 需要 API Key 吗?

资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

Zotero Chunk MCP 支持哪些客户端?

资料标注支持 Claude;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

Zotero Chunk MCP 能提供哪些能力?

资料显示约 13 个工具;能力标签包括 搜索、Python、Claude。具体工具清单以官方文档为准。

Zotero Chunk MCP 需要什么运行环境?

运行时为 Python;属于本地进程,需要在本机装好运行环境。

Zotero Chunk MCP 是本地还是远程?

它是本地进程(stdio),由客户端在本机拉起。传输方式为stdio · 本地进程。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。