zotero-rag — Twoja biblioteka Zotero jako narzędzie dla Claude (MCP)

Własny, odchudzony pipeline RAG inspirowany RAG-Assistant-for-Zotero (kod napisany od nowa). Serwer MCP przeszukuje pełne teksty PDF z Zotero, a odpowiedź z cytowaniami pisze Claude (Desktop lub Code). Nie trzeba klucza API. Wszystko liczy się lokalnie.

Pipeline

zotero.sqlite (kopia, tylko odczyt) ──► PDF (PyMuPDF)
   ──► czyszczenie: nagłówki/stopki, dzielenie wyrazów, ligatury, bibliografia pomijana
   ──► fragmenty ~1000 znaków ze zdań w obrębie sekcji (+ abstrakt z Zotero)
   ──► embeddingi bge-m3 (wielojęzyczne: PL+EN, zapytanie PL znajduje tekst EN)
   ──► data/index.sqlite: wektory + FTS5/BM25 (bez polskich znaków diakrytycznych też działa)

zapytanie ──► wektory (cosine) + BM25 (z dopasowaniem prefiksów pod polską fleksję)
          ──► RRF ──► reranker bge-reranker-v2-m3 ──► max N fragmentów na pracę
          ──► Claude: odpowiedź z cytatami (Nazwisko, rok, s. X)

Pliki: zotero_rag/zotero.py (Zotero), pdftext.py (PDF→fragmenty), store.py (indeks), models.py (modele), search.py (wyszukiwanie), indexer.py, server.py (narzędzia MCP), cli.py.

Related MCP server: Stratosphere MCP Zotero

Użycie

git clone https://github.com/jolapodolszanska/zotero-rag.git
cd zotero-rag
uv sync                              # instalacja zależności
uv run zotero-rag index              # indeksuj nowe/zmienione PDF-y (--full: od zera)
uv run zotero-rag search "redukcja artefaktów w CBCT"   # test z terminala

Podłączenie do Claude Code

claude mcp add zotero --scope user "C:\ścieżka\do\zotero-rag\.venv\Scripts\zotero-rag.exe" serve

(macOS/Linux: .venv/bin/zotero-rag.)

(W PowerShellu nie używaj wariantu z -- uv --directory ...: PowerShell zjada -- i claude zgłasza unknown option '--directory'.)

Podłączenie do Claude Desktop

%APPDATA%\Claude\claude_desktop_config.json:

{
  "mcpServers": {
    "zotero": {
      "command": "uv",
      "args": ["--directory", "C:\\ścieżka\\do\\zotero-rag", "run", "zotero-rag", "serve"]
    }
  }
}

Po restarcie Claude zapytaj np. „Co moja biblioteka mówi o wyjaśnialności (XAI) w diagnostyce Alzheimera? Cytuj strony.”

Narzędzia MCP

Ustawienia (zmienne środowiskowe)

Inne modele dobre dla polskiego: sdadas/mmlw-roberta-large (prefiks zapytania zapytanie: ), intfloat/multilingual-e5-large (prefiksy query: / passage: ). Lżejszy i szybszy na CPU: intfloat/multilingual-e5-base.

PDF-y muszą mieć warstwę tekstową (skany bez OCR zostaną pominięte i zgłoszone w logu).

Licencja

MIT, zob. LICENSE. Pomysł zaczerpnięty z RAG-Assistant-for-Zotero (GPL-3.0); kod tego repozytorium został napisany od nowa.