Skip to main content
Glama

Annota — AI搭載論文注釈アシスタント

PDFライブラリをインテリジェントな研究アシスタントに変えましょう。

AIが論文を読み込み、重要な調査結果をハイライトし、数式を解説し、構造化されたノートを作成します。これらはすべて、お使いのリファレンスマネージャーに保存されます。

License: MIT Python 3.10+ MCP Platform

機能 · クイックスタート · 使用例 · スクリーンショット · ロードマップ


何ができるのか?

あなたの指示

AIの動作

"高亮摘要中的发现结果" (要約内の調査結果をハイライトして)

要約を読み込み、調査結果を特定し、緑色でハイライトします

"解释第3页的公式" (3ページ目の数式を解説して)

数式を抽出し、注釈として解説を追加します

"写一份结构化阅读笔记" (構造化された読書ノートを書いて)

貢献、手法、結果、限界を含むノートを生成し、ライブラリに保存します

"以 MICRO 审稿人视角审阅" (MICRO査読者の視点でレビューして)

スコアと具体的なフィードバックを含む構造化されたレビューを作成します

AIが論文を読み込み → 内容を理解し → 正確な注釈を作成します

AIが重要な調査結果、手法、結論を含む構造化された読書要約を生成します


Related MCP server: Zotero MCP Server

✨ 機能

9つのMCPツール

ツール

機能

search_zotero_items

タイトル / 著者 / キーワードで検索

list_zotero_items

最近のアイテムを閲覧

get_item_metadata

著者、年、掲載誌、DOIを取得

get_pdf_text_bulk

全文を抽出(座標なし、高速)

get_pdf_layout_text

テキストと正確な座標を抽出

list_annotations

既存の注釈を表示

create_pdf_annotation

ハイライト / 下線を作成

batch_annotate

一度に複数の注釈を作成

add_child_note

アイテムにノートを追加

3つのClaude Codeスキル(スラッシュコマンド)

コマンド

機能

/annota-annotate

セマンティックな色分けによるスマートな注釈

/annota-summarize

ライブラリに保存される構造化された読書ノート

/annota-review

スコアリング基準を用いた模擬査読

スマートな設計

  • 2段階ワークフロー — まず全文を読み込み(低コスト)、ターゲットとなる文の座標のみを後から取得します(高精度)。コンテキスト使用量を63〜80%削減します。

  • 参考文献の自動スキップ — 「参考文献」セクションを検出し、スキップします。21ページの論文なら13ページ分のみを抽出します。

  • バッチ注釈 — 10回のAPI呼び出しではなく、1回の呼び出しで10個のハイライトを作成します。

  • 親切なエラーメッセージ — 失敗時にクラッシュするのではなく、役立つメッセージを返します。


🚀 クイックスタート (3分)

ステップ 1: クローンとインストール

git clone https://github.com/dengls24/annota.git
cd annota

python -m venv .venv

# Windows:
.venv\Scripts\activate
# macOS / Linux:
# source .venv/bin/activate

pip install pymupdf mcp

ステップ 2: Claude Codeの設定

~/.claude.json に追加(またはClaude Code設定 > MCPサーバー経由):

Windows:

{
  "mcpServers": {
    "annota": {
      "command": "C:/path/to/annota/.venv/Scripts/python.exe",
      "args": ["C:/path/to/annota/annota/server.py"],
      "env": {
        "ZOTERO_DATA_DIR": "C:/Users/YourName/Zotero"
      }
    }
  }
}

macOS / Linux:

{
  "mcpServers": {
    "annota": {
      "command": "/path/to/annota/.venv/bin/python",
      "args": ["/path/to/annota/annota/server.py"],
      "env": {
        "ZOTERO_DATA_DIR": "/Users/YourName/Zotero"
      }
    }
  }
}

Zoteroデータディレクトリの場所:

  • Windows: Zotero → 編集 → 設定 → 詳細 → データディレクトリの場所 (デフォルト: C:\Users\YourName\Zotero)

  • macOS: Zotero → 設定 → 詳細 → データディレクトリの場所 (デフォルト: ~/Zotero)

  • Linux: デフォルト ~/Zotero

ステップ 3: 使用方法

Claudeに自然に話しかけるだけです:

# One command to read a full paper:
/annota-read "path/to/paper.pdf"

# Or natural language:
# Highlight the findings in this paper's abstract in green
"/Users/yourname/Zotero/storage/ABCD1234/paper.pdf"

またはスラッシュコマンドを使用します:

/annota-read "path/to/paper.pdf"
/annota-annotate "path/to/paper.pdf"
/annota-summarize "path/to/paper.pdf"
/annota-review "path/to/paper.pdf" ISCA

macOSのパスのヒント: Finderからターミナルにファイルをドラッグ&ドロップするとフルパスが取得できます。または右クリック → 「パス名をコピー」を選択してください。

(オプション) スキルをグローバルにインストール

# Make skills available in all projects
cp -r .claude/skills/ ~/.claude/skills/

📖 使用例

例 1: 重要な調査結果のハイライト

入力:

把这篇论文摘要中的发现结果用绿色标出来
(Highlight the findings in this paper's abstract in green)
"E:\Zotero\storage\ABCD1234\Song et al. - 2025 - AI washing.pdf"

結果:

AIが要約内の調査結果を特定し、緑色でハイライトします


例 2: 仮説と理論の注釈

入力:

标注论文中的假设(H1, H2),并用中文解释每个假设的理论基础
(Annotate the hypotheses (H1, H2) and explain the theoretical basis of each in Chinese)

結果:

仮説を黄色でハイライトし、基礎となる理論の解説を中国語のノートとして追加


例 3: 数式の解説

入力:

解释论文中的核心公式,添加中文注释
(Explain the key formulas in this paper, add Chinese annotations)

結果:

DIDモデルの数式に、変数解説を中国語で注釈


例 4: 政策的示唆と結論のノート

入力:

标注结论部分的政策启示,添加中文总结笔记
(Highlight policy implications in the conclusion, add a Chinese summary note)

結果:

結論をハイライトし、構造化された政策的示唆のノートを追加


例 5: 論文全体の読書ノート

入力:

/annota-summarize "path/to/paper.pdf"

結果:

AIがトピック、研究課題、手法、重要な調査結果、示唆を含む完全な読書要約を生成


例 6: 段落ごとの詳細なノート

入力:

逐段阅读这篇论文,为每个重要段落添加中文批注
(Read this paper paragraph by paragraph, add Chinese annotations to each important section)

結果:

重要な各段落に、内容を説明する中国語の注釈を追加


例 7: AIワークフローの実際

Claude Codeが論文を処理する様子は以下の通りです:

Claudeがタスクリストを作成し、PDFを読み込み、MCPツールを呼び出して段階的に注釈を作成します


🎨 色のルール

コード

用途

🟡 黄色

#ffd400

デフォルト / 一般的なハイライト

🟢 緑色

#28CA42

結果、調査結果、データ

🔵 青色

#2EA8E5

手法、定義、アルゴリズム

🔴 赤色

#ff6666

限界、課題、問題点

🟣 紫色

#a28ae5

貢献、新規性


⚡ 大規模PDFの処理方法

10ページを超える論文の場合、2段階ワークフローでコンテキストオーバーフローを回避します:

Phase 1 — Understand (lightweight)
  get_pdf_text_bulk(pdf, skip_refs=True)
  → Full text without coordinates
  → AI identifies which sentences to annotate

Phase 2 — Annotate (precise)
  get_pdf_layout_text(pdf, target_page_only)
  → Coordinates for 1–2 target pages
  batch_annotate(pdf, all_annotations)
  → Write everything in one call

実際のパフォーマンス:

論文

ページ数

従来のアプローチ

新しいアプローチ

削減率

会議論文

2ページ

41 KB (座標)

15 KB (テキスト)

63%

学術雑誌

21ページ

21ページ抽出

13ページ (13ページ以降の参考文献をスキップ)

38%

サーベイ論文

19ページ

19ページ抽出

10ページ (10ページ以降の参考文献をスキップ)

47%


📁 プロジェクト構造

annota/
├── annota/                        # MCP Server (Python)
│   ├── server.py                  # 9 tool registrations
│   ├── zotero_db.py               # SQLite read/write layer
│   ├── pdf_tools.py               # PyMuPDF text extraction
│   └── config.py                  # Constants & configuration
├── .claude/skills/                # Claude Code Skills
│   ├── annota-annotate/SKILL.md   # /annota-annotate
│   ├── annota-summarize/SKILL.md  # /annota-summarize
│   └── annota-review/SKILL.md     # /annota-review
├── docs/                          # Design documents
│   ├── annota-guide.md            # Usage guide (CN)
│   ├── large-pdf-design.md        # Large PDF handling design
│   ├── dev-notes.md               # Pitfalls & solutions
│   └── commercial-plan.md         # Commercialization plan
├── assets/                        # Screenshots
└── README.md

⚠️ 既知の制限事項と免責事項

データベースへの直接アクセス: AnnotaはZoteroのSQLiteデータベースに直接注釈を書き込みます。これはZoteroの内部整合性メカニズムをバイパスするものです。これは、外部サービスに依存せず、完全にオフラインでローカルファーストな注釈ワークフローを実現するための設計上の選択です。ユーザーは自身のデータベースに対して責任を負うものとします。使用前に必ず zotero.sqlite をバックアップしてください。将来のバージョンでは、公式のZotero Web API / Local APIへの移行を予定しています。

制限事項

回避策

修正予定

SQLiteへの直接書き込み (公式サポート外)

使用前にデータベースをバックアップ

Zotero Local API / Web APIへ移行

書き込み操作にはZoteroを閉じる必要あり

注釈作成前にZoteroを閉じる

ローカルAPIブリッジ

参考文献の検出はヒューリスティック

必要に応じて skip_refs=False を渡す

ヒューリスティックの改善

主にWindowsでテスト済み

macOS/Linuxでも動作するはず (パスは自動検出)

コミュニティによるテストを歓迎


🗺 ロードマップ

  • [ ] Zotero Local API / Web API — より安全な書き込みのため、直接SQLiteから公式APIへ移行

  • [ ] スキルの追加/compare-papers, /extract-tables, /literature-map

  • [ ] プロンプトテンプレートマーケットプレイス — 注釈ルールの共有と再利用

  • [ ] チーム機能 — 研究グループ向けの共有注釈基準

  • [ ] マルチバックエンド — Adobe Acrobat、Endnote、その他のPDFツールへの対応


🤝 貢献

IssueやPRを歓迎します!新しいスキルやツールのアイデアがあれば、ぜひIssueを作成してください。

📄 ライセンス

MIT — 研究や商用プロジェクトで自由に使用してください。


MCP + Claude Code で構築

このプロジェクトが研究の役に立った場合は、ぜひ ⭐ を付けてください

Install Server
A
license - permissive license
A
quality
C
maintenance

Maintenance

Maintainers
Response time
Release cycle
1Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Servers

View all related MCP servers

Related MCP Connectors

View all MCP Connectors

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/dengls24/annota'

If you have feedback or need assistance with the MCP directory API, please join our Discord server