研究
zotero-mcp-code
通过 Python 代码执行高效搜索 Zotero 文献库。支持全面的多策略查询、自动去重和相关性排序,有效避免上下文溢出或系统崩溃。
简介
Zotero MCP Code Execution 技能是专为管理庞大学术文献库的研究人员和知识工作者设计的强大工具。通过将搜索流程从直接调用 API 工具转移到 Python 代码执行环境,它有效突破了标准工具交互的限制。此技能允许您一次性获取超过 100 条数据,执行复杂的过滤(例如根据 DOI、日期范围或出版类型),并在呈现结果前于执行沙盒中应用高级排序算法。对于需要进行系统性文献综述、跨多个主题同步搜索特定论文,或执行会使标准对话界面过载的多角度查询的用户来说,这是理想的解决方案。
-
通过单一请求整合语义、关键词和标签导向的探索,执行自动化的多策略搜索。
-
内置自动去重逻辑,确保搜索结果整洁且唯一。
-
提供相关性排序功能,优先显示对用户最有价值的文献。
-
在代码中处理大型结果集,有效防止上下文溢出并降低系统崩溃风险。
-
支持自定义 Python 过滤,针对文献库子集进行精细控制,例如过滤具备特定元数据的最新期刊文章。
-
与 Claude Code 无缝集成,提升研究助理的使用体验。
-
输入:用户自然语言的研究提问,或包含作者、标签、出版日期等特定搜索条件。
-
输出:经过高度筛选、排序和格式化后的 Zotero 文献列表,随时可供审查。
-
专为需要通过程序访问 Zotero 数据的文献管理用户设计。
-
优化用于深入研究、文献综述和复杂的知识检索任务。
-
建议用户已通过标准 MCP 接口管理 Zotero 文献库以获取最佳表现。
-
通过在本地代码处理数据并仅向 LLM 上下文回传前 N 条结果,确保 Token 使用效率。
仓库统计
- Star 数
- 51
- Fork 数
- 5
- Open Issue 数
- 1
- 主要语言
- Python
- 默认分支
- main
- 同步状态
- 空闲
- 最近同步时间
- 2026年5月4日 00:20