给自己的 Agent 接入文献库：Zotero + MCP 实战指南

引言

在上一篇文章中，我们配置了一个基础的科研 Agent，它能够运行代码、搜索网页、读写文件。但真正的科研工作离不开文献——大量的文献。手动下载 PDF、复制标题、整理笔记，这些重复性工作占据了研究者大量时间。

本文将解决这个痛点：通过 MCP（Model Context Protocol）协议，将 Zotero 文献库接入 AI Agent，实现：

1. 自动检索：根据关键词在 Zotero 库中查找相关文献
2. PDF 解析：提取 PDF 中的文本、表格、图表
3. 智能笔记：自动生成文献摘要、批判性评价、关联分析
4. 综述框架：基于多篇文献构建文献综述的结构化框架

前置要求：已完成第一篇的环境配置（VSCode + CC Switch + Claude Code + API）

第一部分：理解 MCP 协议

1.1 什么是 MCP？

MCP（Model Context Protocol）是 Anthropic 于 2024 年推出的开放协议，旨在标准化 AI 模型与外部工具/数据源之间的通信方式。

简单类比：

• USB 是硬件设备的通用接口
• HTTP 是网页通信的通用协议
• MCP 是 AI 模型与外部工具通信的通用协议

1.2 MCP 的核心架构

┌─────────────────────────────────────────┐
│              MCP 架构                   │
├─────────────────────────────────────────┤
│  Host（宿主应用）                        │
│  - VSCode / Claude Code / Claude Desktop│
├─────────────────────────────────────────┤
│  Client（客户端）                        │
│  - 管理连接、路由请求                    │
├─────────────────────────────────────────┤
│  Server（服务端）                        │
│  - Zotero Server                        │
│  - File System Server                   │
│  - GitHub Server                        │
│  - 自定义 Server...                     │
├─────────────────────────────────────────┤
│  Data Source（数据源）                   │
│  - Zotero 数据库                        │
│  - 本地文件系统                         │
│  - 远程 API                             │
└─────────────────────────────────────────┘

工作流程：

1. Agent 需要获取文献信息
2. Claude Code（Client）通过 MCP 连接到 Zotero Server
3. Zotero Server 查询本地 Zotero 数据库
4. 返回结果给 Agent，Agent 继续处理

1.3 为什么用 MCP 而不是直接调用 API？

MCP 的优势在于：一旦配置好 Zotero MCP Server，任何支持 MCP 的 Agent（Claude Code、Claude Desktop 等）都可以无缝使用，无需重复开发。

第二部分：配置 Zotero MCP Server

2.1 安装 Zotero

如果尚未安装，请访问 https://www.zotero.org/ 下载并安装。

验证安装：

1. 打开 Zotero
2. 确认可以正常添加文献（尝试拖拽一篇 PDF 到 Zotero）
3. 查看文献库路径：编辑 → 首选项 → 高级 → 文件和文件夹 → 数据存储位置

默认路径：

• Windows: C:\Users\<用户名>\Zotero
• macOS: ~/Library/Application Support/Zotero
• Linux: ~/.zotero

2.2 安装 Zotero MCP Server

目前社区有多个 Zotero MCP Server 实现，本文使用 zotero-mcp（Python 实现，功能完整）。

步骤 1：克隆仓库

# 创建一个专门的目录存放 MCP Servers
mkdir -p ~/mcp-servers
cd ~/mcp-servers

# 克隆 zotero-mcp
git clone https://github.com/konn/zotero-mcp.git
cd zotero-mcp

步骤 2：安装依赖

# 创建虚拟环境
python -m venv venv

# 激活虚拟环境
# Windows:
venv\Scripts\activate
# macOS/Linux:
source venv/bin/activate

# 安装依赖
pip install -e .

步骤 3：配置 Zotero 数据库路径

# 设置环境变量（根据你的实际路径修改）
# Windows (PowerShell):
$env:ZOTERO_DB_PATH = "$env:USERPROFILE\Zotero\zotero.sqlite"

# macOS/Linux:
export ZOTERO_DB_PATH="~/Zotero/zotero.sqlite"

验证数据库路径：

ls $ZOTERO_DB_PATH  # macOS/Linux
# 或
dir $env:ZOTERO_DB_PATH  # Windows

如果文件存在，说明路径正确。

2.3 配置 Claude Code 使用 MCP

步骤 1：创建 MCP 配置文件

Claude Code 使用 claude_desktop_config.json 或项目级的 .mcp.json 配置 MCP Servers。

全局配置（影响所有项目）：

• macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
• Windows: %APPDATA%\Claude\claude_desktop_config.json
• Linux: ~/.config/Claude/claude_desktop_config.json

项目级配置（仅当前项目）： 在项目根目录创建 .mcp.json 文件。

步骤 2：编辑配置文件

{
  "mcpServers": {
    "zotero": {
      "command": "python",
      "args": [
        "-m",
        "zotero_mcp"
      ],
      "env": {
        "ZOTERO_DB_PATH": "/Users/<你的用户名>/Zotero/zotero.sqlite"
      },
      "disabled": false,
      "autoApprove": []
    }
  }
}

注意：

• 将 ZOTERO_DB_PATH 修改为你的实际路径
• autoApprove 为空数组表示每次调用都需要手动批准（安全推荐）

步骤 3：重启 Claude Code

1. 退出 Claude Code（输入 /exit）
2. 重新启动 claude
3. 输入 /mcp 查看已连接的 MCP Servers
4. 应该能看到 Zotero MCP Server 已连接

通过 CC Switch 管理 MCP（推荐）：

CC Switch 提供统一的 MCP 管理面板，支持双向同步：

1. 打开 CC Switch
2. 点击「MCP」按钮
3. 通过模板或自定义配置添加 Zotero MCP Server
4. 切换各应用同步开关（Claude Code、OpenClaw 等）
5. CC Switch 会自动将配置同步到对应工具的配置文件

2.4 验证 MCP 连接

在 Claude Code 中输入：

请使用 Zotero 工具查看我的文献库中有多少篇文献。

如果配置正确，Agent 会：

1. 调用 Zotero MCP Server
2. 查询数据库
3. 返回文献数量

常见问题：

第三部分：实战任务——文献检索与总结

3.1 任务目标

让 Agent 自动完成：

1. 在 Zotero 库中搜索关于 "causal inference" 的文献
2. 选择最近 5 年的高引用论文
3. 下载/读取 PDF（如果本地有）
4. 生成每篇论文的摘要笔记
5. 构建一个文献综述的初步框架

3.2 编写任务提示词

在 Claude Code 中输入：

请帮我完成以下文献调研任务：

1. 使用 Zotero 工具搜索我的文献库，关键词："causal inference" OR "difference in differences" OR "instrumental variable"
2. 筛选条件：
   - 发表年份 >= 2020
   - 类型为 Journal Article 或 Working Paper
3. 对每篇找到的文献：
   - 获取标题、作者、年份、期刊
   - 检查本地是否有 PDF
   - 如果有 PDF，提取摘要和主要发现
   - 如果没有 PDF，记录为"待下载"
4. 生成一个 Markdown 表格，包含：
   - 标题 | 作者 | 年份 | 期刊 | 是否有 PDF | 核心发现
5. 基于这些文献，生成一个文献综述框架：
   - 研究背景与动机
   - 主要方法论进展（分小标题）
   - 实证应用案例
   - 未来研究方向
   
请将结果保存到 "literature_review_causal_inference.md"

3.3 观察 Agent 的工作过程

第一阶段：检索

Agent 会调用 Zotero MCP Server 的搜索功能：

正在搜索 Zotero 文献库...
关键词: "causal inference" OR "difference in differences" OR "instrumental variable"
筛选: 年份 >= 2020

第二阶段：筛选与提取

对每篇文献，Agent 会：

1. 获取元数据（标题、作者、年份等）
2. 检查本地存储路径是否有 PDF
3. 如果有，使用 PDF 解析工具提取内容

第三阶段：生成报告

Agent 会生成结构化的 Markdown 文件：

# Causal Inference 文献调研报告

## 检索条件
- 关键词: "causal inference" OR "difference in differences" OR "instrumental variable"
- 年份: >= 2020
- 类型: Journal Article, Working Paper

## 文献列表

| 标题 | 作者 | 年份 | 期刊 | PDF | 核心发现 |
|------|------|------|------|-----|---------|
| ... | ... | ... | ... | ✅ | ... |

## 文献综述框架

### 1. 研究背景与动机
...

### 2. 主要方法论进展
#### 2.1 Difference-in-Differences 的新发展
...
#### 2.2 Instrumental Variables 的稳健性改进
...

### 3. 实证应用案例
...

### 4. 未来研究方向
...

## 待下载文献
- [ ] 作者 (年份). 标题. 期刊.

3.4 人工审查与迭代

Agent 生成的初稿需要人工审查：

1. 核对文献信息：确认标题、作者、年份无误
2. 补充遗漏：Agent 可能遗漏了某些相关文献
3. 修正理解：Agent 对论文核心发现的总结可能有偏差
4. 深化分析：在 Agent 框架基础上添加自己的批判性思考

迭代提示词示例：

请补充以下文献到综述中：
- Goodman-Bacon (2021) on DID with variation in treatment timing
- Callaway & Sant'Anna (2021) on multiple time periods DID

请重点分析这两篇论文的方法论贡献，并说明它们如何改变了传统 DID 的应用方式。

第四部分：进阶功能——PDF 深度解析

4.1 安装 PDF 解析工具

Zotero MCP Server 本身可以获取 PDF 路径，但需要额外的工具来解析 PDF 内容。

推荐方案：使用 pymupdf（fitz）进行 PDF 文本提取

# 在 zotero-mcp 的虚拟环境中安装
pip install pymupdf

4.2 配置 PDF 解析 MCP Server

创建一个新的 MCP Server 专门处理 PDF：

# pdf_parser_mcp.py
import fitz  # pymupdf
from mcp.server import Server
from mcp.types import TextContent

app = Server("pdf-parser")

@app.tool()
def extract_pdf_text(pdf_path: str, max_pages: int = 10) -> str:
    """Extract text from a PDF file"""
    doc = fitz.open(pdf_path)
    text = []
    for i, page in enumerate(doc):
        if i >= max_pages:
            break
        text.append(page.get_text())
    doc.close()
    return "\n".join(text)

@app.tool()
def extract_pdf_metadata(pdf_path: str) -> dict:
    """Extract metadata from a PDF file"""
    doc = fitz.open(pdf_path)
    metadata = {
        "title": doc.metadata.get("title", ""),
        "author": doc.metadata.get("author", ""),
        "pages": len(doc),
    }
    doc.close()
    return metadata

if __name__ == "__main__":
    app.run()

4.3 更新 MCP 配置

在 .mcp.json 或 claude_desktop_config.json 中添加 PDF Parser：

{
  "mcpServers": {
    "zotero": {
      "command": "python",
      "args": ["-m", "zotero_mcp"],
      "env": {
        "ZOTERO_DB_PATH": "/Users/<用户名>/Zotero/zotero.sqlite"
      },
      "disabled": false,
      "autoApprove": []
    },
    "pdf-parser": {
      "command": "python",
      "args": ["/path/to/pdf_parser_mcp.py"],
      "disabled": false,
      "autoApprove": []
    }
  }
}

4.4 深度解析任务示例

请帮我深度解析以下文献：

1. 使用 Zotero 找到 Goodman-Bacon (2021) 的论文
2. 获取本地 PDF 路径
3. 使用 PDF 解析工具提取：
   - 摘要
   - 引言（前3页）
   - 主要定理/命题
   - 实证应用部分
4. 生成结构化的阅读笔记：
   - 研究问题
   - 核心方法论贡献
   - 关键假设
   - 与之前方法的对比
   - 对我的研究的启示
   
保存到 "goodman_bacon_2021_notes.md"

第五部分：自动化工作流

5.1 创建自定义指令

在 Claude Code 设置中添加文献调研专用指令：

1. 在项目根目录创建或编辑 CLAUDE.md 文件
2. 添加：

你是一位经济学文献调研专家。在使用 Zotero 工具时：

1. 检索策略：
   - 先使用宽泛关键词，再逐步缩小范围
   - 注意同义词和不同表述（如 "DID" vs "difference-in-differences"）
   - 结合作者名进行精确检索

2. 文献筛选：
   - 优先选择顶级期刊（AER, QJE, Econometrica, JPE, ReStud）
   - 关注高引用量和近年发表
   - 保留经典文献（即使年份较早）

3. 笔记规范：
   - 使用 Markdown 格式
   - 每篇文献包含：基本信息、核心观点、方法论、对我的启发
   - 标注文献之间的关联（如 "扩展了 xxx 的方法"）

4. 综述框架：
   - 按主题或方法论组织，而非按时间顺序
   - 突出争议和未解决问题
   - 明确指出现有研究的局限性

5.2 批量处理脚本

对于大规模文献调研，可以创建批量处理脚本：

# batch_literature_review.py
import json
from pathlib import Path

def create_review_batch(keywords, year_range, output_dir):
    """Create a batch of review tasks"""
    tasks = []
    for keyword in keywords:
        task = {
            "keyword": keyword,
            "year_range": year_range,
            "output_file": f"{output_dir}/{keyword.replace(' ', '_')}_review.md"
        }
        tasks.append(task)
    
    # Save tasks
    with open(f"{output_dir}/review_tasks.json", "w") as f:
        json.dump(tasks, f, indent=2)
    
    return tasks

# Example usage
keywords = [
    "causal inference",
    "synthetic control",
    "regression discontinuity",
    "instrumental variables"
]

tasks = create_review_batch(
    keywords=keywords,
    year_range=(2020, 2025),
    output_dir="./literature_reviews"
)

print(f"Created {len(tasks)} review tasks")

5.3 定期更新机制

设置定期任务，自动更新文献追踪：

# 添加到 crontab（macOS/Linux）
# 每周一早上 9 点运行
0 9 * * 1 cd ~/research && python update_literature_tracker.py

update_literature_tracker.py：

#!/usr/bin/env python3
"""Weekly literature tracker update"""

import subprocess
from datetime import datetime

def main():
    # Run Claude Code to check for new papers
    prompt = """
    请检查 Zotero 库中最近一周新增的文献，
    重点关注以下主题：causal inference, DID, IV
    生成一份简报，保存到 "weekly_literature_brief.md"
    """
    
    # This would need to be adapted to your specific setup
    # For now, manual execution is recommended
    print(f"Literature tracker updated at {datetime.now()}")
    print("Please run the review task manually in Claude Code")

if __name__ == "__main__":
    main()

第六部分：常见问题与解决方案

6.1 性能优化

6.2 数据安全

6.3 准确性保障

总结

本文介绍了：

1. MCP 协议：理解 Model Context Protocol 的核心概念和架构
2. Zotero MCP Server：完整安装和配置流程
3. 文献检索实战：从搜索到生成综述框架的完整工作流
4. PDF 深度解析：提取文本、元数据、结构化内容
5. 自动化工作流：自定义指令、批量处理、定期更新

关键原则：

• MCP 让 Agent 与工具通信标准化
• Zotero + MCP = 文献库的智能化入口
• 人工审查是保障准确性的最后防线

下一步：

在下一篇文章中，我们将学习如何给 Agent 接入 Stata，实现：

• 自动编写 do-file
• 运行回归分析
• 生成结果表格和图表
• 解读统计输出

延伸阅读：

• MCP 官方文档：https://modelcontextprotocol.io/
• Zotero 文档：https://www.zotero.org/support/
• pymupdf 文档：https://pymupdf.readthedocs.io/

工具推荐：

• Zotero：开源文献管理工具
• zotero-mcp：社区 MCP Server 实现
• pymupdf：高性能 PDF 解析库

本文是 EconAgora "AI Agent 科研助手"系列的第二篇。如有问题，欢迎在 Twitter @EconAgora 讨论。