夜雨聆风「往期精选，期待你的关注」
工具介绍
AI大模型普及了，但AI帮忙梳理文献时，动作往往还是最原始那套：把PDF下载下来粘进对话框。不仅慢，而且消耗token。
MCP 就是在文献库和 AI 之间开的一扇标准门，让 Claude、Cursor、Codex、Gemini CLI 直接连上你本机的 Zotero，你的论文、批注、全文它自己去读。
01
先说痛点
你整理在墙这边，AI 在墙那边等你搬运。
你让 Claude 帮你"对比这三篇的方法差异"，它当然能做。问题是ai去爬网页下载pdf，然后再转化为它看得懂的格式，又或者它爬不下来，那三篇 PDF 得你自己找出来、传上去；答完这一轮，下个问题又得重新喂。
MCP（Model Context Protocol）就是在这堵墙上开的标准接口。它是 Anthropic 在 2024 年底提出的一套开放协议，专门规定"AI 工具怎么跟外部数据源对话"。有了它，任何支持 MCP 的 AI 客户端，都能通过一个小小的中转程序连上你的 Zotero，把整个库当成自己的知识背景。我们有个组的文献库，文献太多了，接了MCP后用AI能更好地管理文献。
02
它是怎么接上的
三个角色，一条链路，数据全程待在本机。
整条链路上有三个角色，中间那个 zotero-mcp 是关键——它像个翻译，一头连 Zotero 的本地 API，一头说 MCP 这门"通用语"，于是四个客户端谁来都能读。
你的 Zotero 库：装在自己电脑上，Zotero 9（目前最新版）自带一个"本地 API"，相当于给库开了个对内的查询窗口。
zotero-mcp：一个开源中转小程序（功能最全的是 GitHub 上 54yyyu 的 zotero-mcp 项目，安装包名 zotero-mcp-server），负责把库翻成 MCP 协议。
AI 客户端：Claude Desktop、Cursor、Codex、Gemini CLI 都会说 MCP，所以都能接到同一个 zotero-mcp 上。
这里有个对怕数据外流的人很重要的点：你的论文数据全程待在本机，走的是 localhost 本地回环，不经过任何云端。
03
动手接上
一步步跑通。
Claude商店里没有Zotero MCP，所以需要下一个然后配置。
第 0 步：终端装 uv。它是个 Python 工具管理器，用它装东西最省事，还自带合适的 Python。
第 1 步：装 zotero-mcp。包名是 zotero-mcp-server，别装成同名的精简包 zotero-mcp：
第 2 步：打开 Zotero 的本地 API。开 Zotero 9，进「设置 → 高级」，勾上"允许此计算机上的其他应用程序与 Zotero 通讯"。勾对了下面会冒出一行 可用于 http://localhost:23119/api/——看到这行就成了。勾完让 Zotero 保持开着。
第 3 步：一条命令接进 Claude。
它会问一句 configure semantic search? (y/n)，直接输 n 回车。语义搜索是"按意思找"的进阶功能，y 要额外挂 embedding 模型、给全库建索引；关键词搜索开箱即用，以后想要再单独开。看到 Setup complete! 就配好了，你原有设置也会保留。
第 4 步：彻底重启 Claude，验证。用 cmd+Q 把 Claude Desktop 完全退出再打开。重开后能看到 zotero 开关已亮，就说明接上了。再新建对话问"搜我 Zotero 库里 XXX 的论文"，它会自己去翻你的库、列出真论文。
Cursor / Codex 桌面客户端里是走图形界面加的 MCP(设置里填启动命令 + 环境变量),不是改 config.toml，而且加完能直接 @Zotero 调用。
Codex 桌面客户端
设置 → MCP 服务器，启动命令填 zotero-mcp 的完整路径（
/Users/你/.local/bin/zotero-mcp），环境变量加一条 ZOTERO_LOCAL=true，保存。
加好后在对话框 @Zotero，它就去翻你的库。
Cursor 桌面客户端
04
内核完全一致
协议统一，内核完全一样，区别只是放进哪个文件。
MCP 的好处是协议统一，所以不管接哪个客户端，那段"告诉它 zotero 服务在哪"的配置内核都一样：一个命令 zotero-mcp，加一个环境变量 ZOTERO_LOCAL=true。区别只是这段放进哪个文件、用 JSON 还是 TOML。
内容都是同一件事，换个文件、换种格式而已。以后接别的 MCP 服务（数据库、日历、GitHub），套路都一样。
05
接上之后，你能对 AI 说什么
连通只是手段，好用的是接上以后能干的事。
zotero-mcp 给 AI 开放的能力大致这几类：
搜库：关键词、作者、标签、合集随便搜；还支持语义搜索——按意思找，不用记准关键词（需配一个 embedding 模型，可用免费本地模型或接 OpenAI / Gemini）。
读全文：不只摘要，能把 PDF 正文整段抽出来给 AI 读（Zotero 9 支持）。
扒批注：你在 PDF 上划的高亮、写的旁注，连同页码一起取出来——整理读书笔记特别省事。
导引文：一句话让它把选中的十几篇导成 BibTeX、RIS，或排成 APA、Chicago，写引言直接用。
管理库：按 DOI / URL / ISBN 加新文献、建合集、改元数据、找重复，都能用自然语言指挥。
于是你可以直接这么问，AI 会自己去库里查、读、取：
“在我的库里找关于单细胞基础模型的论文；把我标了"待精读"的那几篇，批注按页码列出来；再找几篇跟"细胞衰老血浆蛋白组标志"概念相近的，我可能漏收了。”
YeYe 接上之后，你能直接这么说
AI 会带着你自己的文献回答，而不是泛泛地讲通用知识。
06
几句提醒
好用，但有几条边界得心里有数。
本地 API 和 Web API 是两条路。上面讲的是本地路线ZOTERO_LOCAL=true，数据不出本机、最省心，但要求 Zotero 开着。如果想让 AI 连云端群组库、或电脑不常开 Zotero，可以走 Web API——去 zotero.org 申请一个API Key，网页版点开账号找到Security往下滑找到Create new private key申请填ZOTERO_API_KEY和 ZOTERO_LIBRARY_ID。
操作心眼。加文献、改元数据、合并重复这些是会真动你库的。第一次用建议先只让它做搜索、读取这类只读的事，熟悉了再放开写权限，免得 AI 会错意把精心整理的库搞乱。
隐私边界。走本地路线时数据不上云；但你问 AI 的那句话、以及 AI 读到的文献内容，仍会作为对话发给你用的那个大模型。
／ 留言区见 ／
大家还有什么好的文献管理办法？
评论区说说你的文献库现在有多少条、乱到什么程度。
参考来源：
· 项目：54yyyu/zotero-mcp（GitHub） · 安装包 zotero-mcp-server（PyPI）
· 协议：Model Context Protocol（Anthropic, 2024）
· 图为 BioSpark 自制示意
本文由 BioSpark 产线整理，仅作学术科普；命令与配置以官方仓库为准。
