一、功能背景：让 AI 与 Zotero 无缝协作

Zotero 作为主流文献管理工具，配合MCP（Model Context Protocol）插件，可将本地文献库的能力暴露给 AI 客户端（如 Cherry Studio）。通过 MCP 协议，AI 能直接调用 Zotero 的文献搜索、详情获取、全文解析等工具，实现“AI 自动查找+本地文献库联动”的高效工作流。

二、步骤 1：安装 Zotero MCP 插件

获取插件包：访问 GitHub 仓库 cookjohn/zotero-mcp的Releases页面，下载最新的 Zotero MCP.xpi文件。

https://github.com/cookjohn/zotero-mcp

安装插件：打开 Zotero，点击顶部菜单「工具」→「插件」，在插件管理界面点击「从文件安装」，选择下载好的 .xpi文件，重启 Zotero 完成安装。

三、步骤 2：在 Zotero 中配置 MCP 服务器（生成客户端配置）

进入插件设置：打开 Zotero，点击左侧栏的「Zotero MCP Plugin」（若未显示，重启后刷新左侧栏）。

选择客户端类型：在设置界面的「客户端类型」下拉框中，选择Cherry Studio（若后续支持其他客户端，可同理切换）。

设置服务器名称：输入自定义名称（如 zotero-mcp），该名称将作为 AI 客户端的服务器标识。

生成并复制配置：点击「生成配置」→「复制配置」，将弹出的 JSON 配置片段保存（后续需粘贴到 Cherry Studio）。

四、步骤 3：在 Cherry Studio 中导入 MCP 配置

打开 Cherry Studio 并进入设置：启动 Cherry Studio，点击右上角「设置」→「MCP Servers」。

添加服务器：点击「添加服务器」，选择「从 JSON 导入」。

粘贴配置并保存：将 Zotero 中复制的 JSON 配置粘贴到输入框，确认无误后点击「保存」，返回对话页面。

五、关键配置说明（MCP 服务器信息）

生成的配置中，MCP 服务器的核心参数如下：

服务器名称：zotero-mcp（与 Zotero 中设置的一致）

端口：23120（默认端口，若冲突可修改 Zotero 插件设置中的端口后重新生成配置）

端点：http://localhost:23120/mcp（本地连接地址，若 Zotero 部署在远程服务器，需替换为对应 IP）

传输类型：streamableHttp（流式 HTTP 传输，确保低延迟交互）

六、可用工具：AI 可调用的 Zotero 能力

配置完成后，AI 可通过 MCP 调用以下 Zotero 工具，实现自动化文献操作：

search_library：搜索 Zotero 文库（关键词匹配文献元数据）

get_item_details：获取文献详细信息（标题、作者、摘要等）

get_item_fulltext：获取文献全文内容（支持 PDF 解析）

search_fulltext：全文搜索（在文献正文中检索关键词）

get_collections：获取收藏夹列表（管理文献分类）

search_annotations：搜索注释和标注（定位文献中的笔记）

七、故障排除与注意事项

Zotero 必须运行：MCP 服务器依赖 Zotero 后台进程，需确保 Zotero 处于打开状态。

端口与防火墙：检查 23120端口未被占用，且防火墙允许本地（或远程）访问该端口。

配置文件格式：粘贴的 JSON 需严格符合语法（无多余逗号、引号匹配），可通过在线 JSON 校验工具验证。

MCP 启用状态：在 Cherry Studio 的 MCP 设置中，确认服务器状态为「已启用」。

八、实战示例：AI 自动查找文献流程

在 Cherry Studio 对话页中，调用 search_library工具，输入关键词（如“人工智能 医学影像”）。

AI 通过 MCP 向 Zotero 发送搜索请求，Zotero 返回匹配的文献列表。

调用 get_item_fulltext获取某篇文献的全文，AI 分析内容后提取关键信息（如实验方法、结论）。

调用 get_annotations搜索文献中的注释，快速定位研究亮点或待补充方向。

通过以上配置，AI 可直接联动 Zotero 本地库，实现“智能搜索→详情解析→全文分析→注释检索”的全链路自动化，大幅提升文献调研效率。若需扩展其他 AI 客户端（如 GPT、Linter 等），只需在 Zotero MCP 插件中选择对应客户端类型，重复“生成配置→导入”流程即可。

#Zotero #文献管理 #MCP插件 #人工智能