企业官网建设流程全解析

Zotero MCP 是一个 Zotero 插件，通过 MCP 协议实现 AI 助手与 Zotero 深度集成，支持文献检索、元数据管理、全文分析和智能问答。本教程聚焦其中的批注分析功能：用一句自然语言，让 AI 按颜色、关键词和标签检索你所有 PDF 高亮与笔记，自动整理成可用的研究素材。

一、为什么需要 AI 批注分析？

读文献时，大多数人都有这样的习惯：

• 🟡 黄色高亮标出问题
• 🔴 红色高亮标记重点或存疑
• 🟢 绿色高亮表示认可的观点

半年后再回看，几百条高亮散落在一篇篇 PDF 里，想找出"所有红色标记的重点"几乎不可能——你只能逐篇打开翻找。

Zotero MCP 的search_annotations工具解决了这个问题：AI 助手可以直接扫描整个文献库的高亮、批注和笔记，支持按颜色过滤、按关键词搜索、按标签筛选，一次性把结果汇总给你。

二、一分钟连接：从安装到可用

批注分析的前提是把插件接入你的 AI 客户端，只需两步：

1. 安装插件：下载zotero-mcp-plugin的.xpi文件，在 Zotero 中通过工具 → 附加组件安装并重启。
2. 配置服务：打开首选项 → Zotero MCP Plugin，勾选Enable Server（默认端口23120），点击生成客户端配置，把生成的 Streamable HTTP 配置粘贴到 AI 客户端（如 Cherry Studio、Claude Desktop、Cursor）即可。

完整步骤可见 README-zh.md。以 Claude Desktop 为例，生成的配置大致如下：

{ "mcpServers": { "zotero": { "transport": "streamable_http", "url": "http://127.0.0.1:23120/mcp" } } }

💡 验证是否连通：让 AI "查找我的文献库中任意一篇文献"，能返回结果即说明链路已通。

三、search_annotations：批注分析的三把"钥匙"

连接完成后，插件向 AI 暴露了 29 个工具，其中search_annotations是批注分析的核心。它接受三个维度的过滤条件（至少提供一个）：

此外还有几个实用参数：

• types：限定批注类型（note笔记、highlight高亮、ink手写、text等）
• itemKeys：把搜索范围锁定到某几篇特定文献
• mode：内容详略程度（minimal / preview / standard / complete）
• limit/offset：控制返回条数与翻页
• minRelevance：关键词匹配的相关性阈值

插件内置了一套颜色语义映射（定义在 smartAnnotationExtractor.ts），让 AI 能"读懂"你的高亮习惯：

黄色 = 疑问 ｜ 红色 = 重点/存疑 ｜ 绿色 = 认可 ｜ 蓝色 = 信息 ｜ 紫色 = 定义 ｜ 橙色 = 待办

四、5 个实战场景，直接照着问

配置好之后，用自然语言提问即可，不需要记任何参数。以下是高频场景：

1️⃣ 按颜色汇总重点

"帮我找出文献库里所有红色高亮，按论文分组列出来"

AI 会自动调用search_annotations并传入colors: ["red"]，返回每条高亮的原文、所属文献和页码。

2️⃣ 按关键词定位高亮

"哪些高亮里提到了'人机协同'？"

关键词会同时匹配高亮原文、批注正文、用户评论和标签（匹配逻辑见 annotationService.ts 中的searchInAnnotations）。

3️⃣ 锁定单篇文献的批注

配合get_annotations工具，可以获取某一篇文献的全部批注：

"把《人工智能时代的人文学科建设》这篇论文里我标过的所有高亮按页码顺序整理成摘要"

4️⃣ 颜色 + 关键词组合筛选

"找出所有黄色高亮中包含'挑战'字样的批注"

多维条件叠加后，AI 会在返回前先做相关性过滤，只留下最相关的结果。

5️⃣ 结合元数据做文献综述

让 AI 先用search_library找到目标文献，再叠加get_item_details获取作者、DOI 等元数据：

最后说一句"把这些高亮整理成综述素材，按主题归类"，一份带引用的素材清单就出来了。

五、进阶技巧：让结果更好用

• 控制返回量：批注多时，让 AI "先返回前 15 条预览"（preview模式），确认方向后再要完整版，避免输出过长。
• 按页码顺序阅读：结果默认按修改时间倒序，可以要求"按页码位置排序"，还原阅读顺序。
• 搭配全文搜索：高亮之外还想要原文上下文时，让 AI 追加调用search_fulltext，它会返回带上下文的原文片段。
• 智能压缩：插件的批注提取器会自动做内容截断和关键词提取（annotationService.ts 中的smartTruncate与extractKeywords），即使你标了几百条高亮，AI 上下文也不会爆掉。

六、它是怎么工作的？（写给好奇的你）

整个批注分析链路非常轻量，全部在本地完成，文献数据不出机器：

1. AI 客户端通过 Streamable HTTP 调用插件内置的 MCP 服务器（streamableMCPServer.ts）；
2. search_annotations触发 annotationService.ts 中的searchAnnotations，直接从 Zotero 数据库取回全部批注条目；
3. 依次经过类型 → 标签 → 颜色 → 评论 → 日期多级过滤器，再叠加关键词匹配；
4. 排序、分页、截断后返回给 AI，由 AI 组织成你看得懂的文字。

常见问题 FAQ

Q1：AI 能读取我 PDF 里的高亮吗？需要额外同步吗？不需要。Zotero 7 会把 PDF 高亮存为独立的批注条目，插件直接从数据库读取，无需导出或同步。

Q2：颜色只能用英文吗？不用。插件同时支持中文颜色语义（如"黄色 = 疑问"），直接说"红色的重点"即可。

Q3：数据会上传到云端吗？不会。MCP 服务器运行在你本地（默认端口23120），文献与批注数据始终留在 Zotero 中。

Q4：只想分析某几篇论文怎么办？先让 AI 用search_library查到目标文献的itemKey，再要求"只在这几篇里搜批注"，对应itemKeys参数。

总结

Zotero MCP 的批注分析让"高亮"从一次性行为变成了可检索的知识：

如果你每天读 5 篇以上文献，这个功能值得花 5 分钟配置一次——你的每一条高亮，都会被 AI 记得清清楚楚。