别把PDF一股脑塞给AI:文献索引台这样搭

读文献最费劲的，有时不是读不懂，而是记不清：某个观点在哪篇文章里出现过？哪几篇文献讨论了相近的问题？手头的 PDF 一多，靠文件名和关键词很难找全。

我把 Zotero 文献库接入 AI 检索，做成一个“文献索引台”：先从库里找到相关研究，再让 Agent 读取对应条目或全文。它不是把所有 PDF 一次性塞进聊天框，而是把文献管理、内容索引和 AI 检索接成一条工作流。

让 Zotero 做文献主库，MCP 做连接层

Zotero 保存文献，MCP 把检索能力交给 AI。

文献条目、作者、年份、摘要、标签和附件仍保存在 Zotero。这样不用另建一份容易过期的清单，已有的分类与管理习惯也能保留下来。

Zotero MCP 把文献库的检索、全文读取等能力交给 AI 助手。你可以按题名、作者、标签和收藏集查找，也可以用自然语言描述研究问题，让 Agent 从已有文献里寻找相关材料。

这层设计解决的是“怎么让 Agent 找得到我的文献”。Zotero 继续管理条目，MCP 负责把可用的检索工具提供给助手。

先建元数据索引，需要时再加入全文

全文提取是可选步骤，先从轻量索引跑通流程。

索引可以从轻到重。先用题名、摘要等元数据建立语义索引，启动快，适合先把检索链跑通；需要查具体论述时，再从本机 Zotero 附件提取 PDF 全文。

PDF 文本可以整理成保留标题结构的 Markdown，再进入检索流程。索引时可以设定附件优先级、提取页数和是否分块；如果手头已有清理过的 Markdown，也能配置为优先读取它。

文字准备好后，系统用嵌入模型把文献内容转换为向量，存进 ChromaDB。查询时，同样把问题转换成向量，在索引里找语义相近的文献或文本片段。项目支持本地和在线嵌入方式，具体选哪一种取决于设备、隐私和质量需求；我没有把未核实的本机模型配置写成既成事实。

让 Agent 检索，再回到原文判断

语义检索帮助找到材料，引用前仍要核对原文。

索引建好后，可以直接问：“哪些研究讨论了基层治理中的组织动员？”Agent 通过 MCP 调用语义检索，拿到相关条目后，再进一步读取全文或文献元数据。新增文献后，运行索引更新，就能把新条目纳入检索。

这里我没有把“知识图谱”直接当成已经完成的功能。仓库里的实验方案把元数据语义检索、全文分块检索、知识图谱和长上下文阅读放在一起比较，先看图谱是否真的改善跨文献综合问题，再决定要不要增加这层结构。

对研究者来说，这套流程的价值在于少花时间翻找材料，把精力留给比较观点、判断证据和形成论证。Agent 可以帮忙建索引、找论文、整理候选材料；引用观点和页码时，仍要回到原文核对。

项目地址： https://github.com/54yyyu/zotero-mcp

想要了解更多 AI 资讯？关注我，每天更新一个高质量 AI 项目。