docsagent/docsagent

解决的问题

DocsAgent MCP 为 AI 代理（如 Claude Desktop、Cursor 或 Cline）提供了一种与用户本地 Zotero 研究库交互的方式。它解决了在保持严格本地隐私和高速检索的同时，让 LLM 访问数千份学术 PDF 和笔记的问题，避免了将敏感研究数据上传到云服务的需要。

工作原理

该系统采用三层架构：

1. MCP Shell：使用 TypeScript 或 Python 编写的包装器，实现 Model Context Protocol，为 AI 客户端提供调用工具的标准接口。
2. DocsAgent Core：作为后台服务运行的 C++ 搜索引擎。它直接从本地机器读取 Zotero 数据库（zotero.sqlite）和存储文件，构建全文 BM25 索引。
3. Zotero Local API：由 Shell 使用，用于将写入操作（如添加笔记或导入项目）协调回 Zotero 库中。

适用人群

使用 Zotero 管理文献的研究人员、学者和学生，希望使用 AI 代理搜索、总结和整理论文，同时不牺牲数据隐私。

主要亮点

• 高性能：使用原生 C++ 核心，即使在包含超过 1,000 个 PDF 的库中，平均检索延迟也仅为 ~15ms。
• 本地优先隐私：PDF 和数据库文件永远不会离开本地机器。
• 全面的工具集：包含 8 个 MCP 工具，支持读取（搜索、获取内容/元数据、列出库）和写入（导入项目、添加笔记、批量修改标签/集合）操作。
• 写入安全：三重安全闸门可防止意外修改，写入操作需要显式配置和确认。
• 灵活部署：支持 stdio 用于本地客户端，也支持流式 HTTP 用于远程部署，具备 RBAC 和 OAuth 2.0 支持。