Zotero RAG MCP

Zotero RAG - 本地文献知识库

基于 Zotero 本地文献库的 RAG 问答系统，支持 Claude Desktop MCP 集成。

✨ 特性

• 🔌 MCP Server - 直接在 Claude Desktop 中搜索文献
• 📚 直接读取 Zotero 本地存储
• 🏷️ 自动从文件名解析作者、年份、标题
• 📄 按页分块，精确到页码引用
• 💬 带引用来源的 RAG 问答
• 🖥️ 命令行 + Web 界面

🚀 快速开始

1. 安装 Ollama 和模型

# 安装 Ollama
# Windows: 从 https://ollama.com 下载安装

# 拉取模型
ollama pull qwen2.5:7b-instruct-q4_K_M #如果决定不使用本地大模型，可以不pull这个
ollama pull nomic-embed-text

2. 安装依赖

cd LocalKnowledge
pip install -r requirements.txt

3. 配置

编辑 config.yaml，设置 Zotero 路径：

zotero:
  data_dir: "C:/Users/你的用户名/Zotero"

ollama:
  base_url: "http://localhost:11434"
  llm_model: "qwen2.5:7b-instruct-q4_K_M"
  embed_model: "nomic-embed-text"

rag:
  similarity_threshold: 0.3  # 根据效果调整

4. 构建索引

python indexer.py

5. 开始使用

方式一：Claude Desktop MCP（推荐）

见下方 MCP 配置

方式二：命令行

python query.py

方式三：Web 界面

python web_ui.py
# 访问 http://localhost:7860

🔌 MCP 配置（Claude Desktop）

让 Claude Desktop 直接访问你的文献库！

配置步骤

1. 找到 Claude Desktop 配置文件：

Setting->Developer->Edit Config

- Windows: %APPDATA%\Claude\claude_desktop_config.json - macOS: ~/Library/Application Support/Claude/claude_desktop_config.json

1. 添加 MCP Server 配置：

{
  "mcpServers": {
    "zotero": {
      "command": "python",
      "args": ["C:\\Users\\你的用户名\\LocalKnowledge\\mcp_server.py"]
    }
  }
}

此处的"command": "python"，如果你采用了虚拟环境，请换成你的虚拟环境对应的python指令，如C:\\Users\\xxx\LocalKnowledge\\.venv\\Scripts\\python.exe

1. 重启 Claude Desktop

可用工具

使用示例

在 Claude Desktop 中直接问：

• "搜索我的文献库里关于 knowledge distillation 的内容"
• "我的文献库有哪些 2024 年的论文？"
• "总结一下 Dropout Connects Transformers 这篇论文"
• "我的 Zotero 文献库统计信息"

📁 项目结构

LocalKnowledge/
├── config.yaml        # 配置文件
├── indexer.py         # 索引构建器
├── query.py           # 命令行查询
├── web_ui.py          # Gradio Web 界面
├── mcp_server.py      # MCP Server（Claude Desktop 集成）
├── requirements.txt   # 依赖
└── data/
    ├── chroma_db/     # 向量数据库
    └── cache/         # 索引状态缓存

⚙️ 配置说明

# config.yaml

zotero:
  data_dir: "~/Zotero"      # Zotero 数据目录
  # storage_dir: "..."      # 或直接指定 storage 目录

paths:
  vector_db: "./data/chroma_db"
  cache_dir: "./data/cache"

ollama:
  base_url: "http://localhost:11434"
  llm_model: "qwen2.5:7b-instruct-q4_K_M"  # 8GB 显存推荐
  embed_model: "nomic-embed-text"

rag:
  chunk_size: 1024
  chunk_overlap: 200
  top_k: 5
  similarity_threshold: 0.3  # 太高会导致 Empty Response

💻 硬件建议

📖 命令参考

# 构建索引
python indexer.py

# 强制重建索引
python indexer.py --force

# 查看统计
python indexer.py --stats

# 列出已索引文献
python indexer.py --list

# 命令行查询
python query.py -q "你的问题"

# 交互模式
python query.py

# Web 界面
python web_ui.py --port 7860

示例

alt text alt text

❓ 常见问题

Q: 回答显示 Empty Response？

A: 降低 config.yaml 中的 similarity_threshold，从 0.7 改为 0.3 或更低。

Q: MCP Server 不工作？

A:

1. 确认配置文件路径正确
2. 尝试使用完整 Python 路径：C:\\Users\\...\\LocalKnowledge\\.venv\\Scripts\\python.exe
3. 手动运行 python mcp_server.py 检查报错

Q: 索引需要多久？

A: 取决于 PDF 大小和硬件性能。

Q: 如何更新索引？

A: 直接运行 python indexer.py，会自动检测新增/修改的文件。

📄 License

MIT