Das Model Context Protocol (MCP) ist ein offenes Protokoll, das KI-Anwendungen eine standardisierte Schnittstelle zu externen Datenquellen bietet. Im Kontext von Zotero bedeutet das: Ein KI-Assistent wie Claude, ChatGPT oder Gemini kann eure Bibliothek durchsuchen, Metadaten auslesen, PDFs analysieren und je nach Projekt auch Tags vergeben, Sammlungen anlegen oder Word-Dokumente mit eingebetteten Zotero-Zitationen erzeugen. Statt Literaturstellen manuell herauszukopieren, formuliert ihr eine Frage an die KI, und sie arbeitet direkt mit eurer Bibliothek.
Wer sich für KI-Funktionen innerhalb von Zotero interessiert (also Plugins wie ZotAI, PapersGPT oder ARIA), findet dazu einen eigenen Überblick in unserem Artikel KI-Plugins für Zotero. In diesem Artikel geht es dagegen um die MCP-Schnittstelle, also die Verbindung von Zotero mit externen KI-Assistenten.
Mittlerweile gibt es eine ganze Reihe solcher Projekte. Die Ansätze unterscheiden sich aber: Manche laufen als externe Python- oder Node-Server, andere sind Zotero-Plugins, die den MCP-Server gleich mitbringen. Einige arbeiten nur lesend über die Zotero-Web-API, andere greifen direkt auf die lokale SQLite-Datenbank zu oder nutzen die interne Zotero-JS-API für vollen Schreibzugriff. Auch bei der semantischen Suche reicht das Spektrum von „nicht vorhanden" über „optional mit OpenAI-Embeddings" bis hin zu lokalen Offline-Modellen.
Im Folgenden stellen wir alle aktuellen Zotero-MCP-Projekte vor, mit ihren jeweiligen Stärken, Einschränkungen und technischen Voraussetzungen.
Zotero MCP (54yyyu/zotero-mcp)
Typ: Externer Python-Server (pip/uv) Zugriff: Lesen (Web-API und lokale API) Lizenz: MIT | GitHub: github.com/54yyyu/zotero-mcp (~1.600 Stars, 148 Forks)
Das älteste und mit Abstand populärste Zotero-MCP-Projekt. Es läuft als eigenständiger Python-Server und greift über pyzotero auf die Zotero-Web-API oder die lokale API zu. Funktionen umfassen Bibliothekssuche, PDF-Annotationsextraktion, Zusammenfassungen und Zitationsanalyse. Seit einem Update gibt es auch semantische Suche mit Embedding-Modellen (wahlweise ein kostenloses lokales Modell, OpenAI oder Gemini). Die Embedding-Datenbank wird über eine CLI verwaltet und kann inkrementell aktualisiert werden.
Unterstützt werden unter anderem Claude Desktop, Cherry Studio, Cursor und Chorus. Better BibTeX wird für die Annotationsfunktionen empfohlen. Ein Hinweis aus der Community: Die Installation zieht je nach Konfiguration einen relativ großen ML-Stack (CUDA, Torch) nach sich, was nicht alle Nutzer erwarten.
Voraussetzungen: Python 3.10+, optional Zotero-API-Key. Für semantische Suche zusätzlich ein Embedding-Anbieter oder das lokale Standardmodell.
Zotero MCP Plugin (cookjohn/zotero-mcp)
Typ: Zotero-Plugin (.xpi) mit integriertem MCP-Server Zugriff: Lesen und Schreiben Lizenz: MIT | GitHub: github.com/cookjohn/zotero-mcp (~490 Stars, 33 Forks)
Dieses Projekt verfolgt einen architektonisch eigenen Ansatz: Es ist ein echtes Zotero-7-Plugin, das den MCP-Server direkt mitbringt. Kein separater Prozess, kein Python, kein Node.js nötig. Das Plugin kommuniziert über das Streamable-HTTP-Protokoll mit dem KI-Client (u. a. Claude Desktop, Cherry Studio, Cursor IDE).
Der entscheidende Vorteil: Weil das Plugin intern die Zotero-JS-API nutzt und nicht den Umweg über die Web-API nimmt, hat es vollen Schreibzugriff. Neben Suche und PDF-Extraktion kann es Notizen erstellen, Tags verwalten, Metadaten aktualisieren und neue Einträge anlegen.
Insgesamt stehen 20 MCP-Tools zur Verfügung: Bibliothekssuche mit Boole'schen Operatoren, Volltextsuche, Annotationssuche (nach Farbe, Tags, Schlagwörtern), Sammlungsverwaltung, eine Volltextdatenbank und vier Schreiboperationen (optional abschaltbar). Die semantische Suche ist ebenfalls optional und unterstützt OpenAI- sowie Ollama-Embeddings, die lokal in SQLite-vec gespeichert werden.
Voraussetzungen: Zotero 7+. Für die semantische Suche ein Embedding-Anbieter (OpenAI-Key oder lokales Ollama), ansonsten stehen nur keyword-basierte Suchfunktionen bereit.
mcp-zotero (Xevos117/mcp-zotero)
Typ: Externer Node-Server (npm) Zugriff: Lesen und Schreiben (Web-API) Lizenz: MIT | GitHub: github.com/Xevos117/mcp-zotero
Dieses Projekt hebt sich durch ein besonderes Feature ab: Citation Injection in Word-Dokumente. Das LLM erzeugt .docx-Dateien, in die bereits native Zotero-Feldcodes eingebettet sind. Man öffnet das Dokument in Word, klickt auf „Zotero → Aktualisieren" und erhält vollständig verwaltete Zitationen samt Bibliographie. Für Nutzende, die tatsächlich mit Zotero zitierte Texte produzieren wollen, ist das ein sehr interessantes Feature.
Darüber hinaus bietet der Server Bibliothekssuche, das Hinzufügen von Einträgen per DOI, Sammlungsverwaltung und das automatische Anhängen von Open-Access-PDFs über Unpaywall. Für Claude Desktop und claude.ai gibt es zusätzlich ein Claude-Skill, das die Citation Injection auch in der Sandbox-Umgebung ermöglicht.
Voraussetzungen: Node.js, Zotero-API-Key. Keine semantische Suche.
ZotPilot (xunhe730/ZotPilot)
Typ: Python-basierter „AI Agent Skill" + MCP-Server Zugriff: Lesen (lokale SQLite), Schreiben (Web-API) Lizenz: MIT | GitHub: github.com/xunhe730/ZotPilot
ZotPilot ist das funktionsreichste Projekt in dieser Liste. Es liest die lokale Zotero-SQLite-Datenbank im Nur-Lese-Modus, extrahiert PDF-Volltexte mit PyMuPDF und baut daraus einen Vektorindex in ChromaDB auf. Das Besondere: Die Suche ist kapitelbasiert. ZotPilot weiß, ob ein Treffer aus dem Results-, Methods- oder Abstract-Abschnitt stammt, und gewichtet die Ergebnisse entsprechend. Die Ranking-Formel kombiniert Ähnlichkeit, Kapitelgewichtung und Zeitschriftenqualität (SCImago-Quartil).
Weitere Features: Tabellen- und Abbildungssuche (über extrahierte Tabellenüberschriften und Zellendaten), Zitationsgraph über OpenAlex (wer zitiert wen, wie wird eine Arbeit bewertet), Batch-Tagging und Sammlungsverwaltung. Insgesamt 32 MCP-Tools.
Drei Embedding-Optionen stehen zur Wahl: Gemini (mit kostenlosem Kontingent), DashScope/Alibaba (für chinesische Nutzende) oder ein vollständig lokales Offline-Modell (all-MiniLM-L6-v2). Unterstützt werden Claude Code, Codex CLI, OpenCode und OpenClaw. Das README ist primär auf Chinesisch, eine englische Fassung liegt bei.
Voraussetzungen: Python 3.10+, uv. Zotero muss nicht geöffnet sein (SQLite-Zugriff im Immutable-Modus). Für Schreiboperationen ein Zotero-Web-API-Key.
MCP for Zotero (alejandroarnaud)
Typ: Gehosteter Web-Service (Cloud) Zugriff: Lesen und Schreiben (Web-API über Proxy) GitHub: keines (proprietär) | URL: mcpforzotero.alejandroarnaud.dev
Ein komplett anderer Ansatz: Hier läuft nichts lokal. Man meldet sich an, hinterlegt seinen Zotero-API-Key und erhält eine MCP-Endpoint-URL mit Token. Diese wird in den KI-Client eingefügt, und der Assistent kann sofort mit der Bibliothek arbeiten.
Funktionen: Suche nach Titel, Autor, Tag oder Sammlung; Einträge in natürlicher Sprache hinzufügen; Sammlungen erstellen und verwalten; Zitationen in BibTeX, RIS oder formatierten Stilen wie APA und Chicago exportieren; Volltextsuche in PDFs (sofern von Zotero Desktop indiziert); Wechsel zwischen Gruppenbibliotheken. Der Dienst ist kostenlos nutzbar.
Die Anmeldedaten werden laut Entwickler verschlüsselt gespeichert und serverseitig nicht dauerhaft vorgehalten. Dennoch: Wer seine Zugangsdaten keinem Drittanbieter-Server anvertrauen möchte, sollte eine lokale Lösung bevorzugen. Für die Konfiguration in Claude Desktop wird Node.js und npx mcp-remote benötigt.
Voraussetzungen: Zotero-API-Key, Node.js für Claude Desktop. Keine lokale Installation nötig. Keine semantische Suche.
PapersGPT MCP Server
Typ: Zotero-Plugin (.xpi) mit integriertem MCP-Server Zugriff: Lesen Lizenz: proprietär (Freemium) | URL: papersgpt.com/mcpserver | GitHub: github.com/papersgpt/papersgpt-for-zotero
PapersGPT ist in erster Linie ein umfangreiches KI-Plugin für Zotero (ausführlich vorgestellt in unserem Artikel über KI-Plugins für Zotero). Seit Version 0.3.4 bringt es zusätzlich einen integrierten MCP-Server mit, über den beliebige MCP-fähige Chatbot-Clients (ChatWise, Cherry Studio, Cursor, Gemini CLI u. a.) auf die Zotero-Bibliothek zugreifen können.
Der MCP-Server bietet zwei Hauptfunktionen: BM25-Volltextsuche über Metadaten (Titel, Autoren, Tags, Abstract, Notizen, Annotationen, Sammlungen) und PDF-Volltextzugriff für einzelne Einträge. Die Besonderheit: Der Server ist in C++ implementiert und benötigt weder Python noch Node.js. Nach der Plugin-Installation in Zotero ist der MCP-Server sofort verfügbar, sobald Zotero geöffnet ist.
PapersGPT ist als Freemium-Modell konzipiert. Die kostenlose Version bietet 20 Chat-Anfragen und MCP-Support. Kostenpflichtige Lizenzen (ab 29 $ Lifetime für Basic, 59 $ für Premium) erweitern die Chat-Limits, ermöglichen lokale LLMs und Multi-Gerät-Nutzung. Der MCP-Server ist in allen Tarifen enthalten.
Voraussetzungen: Zotero 7 oder 8. Keine weiteren Abhängigkeiten für den MCP-Server. Zotero muss geöffnet sein.
zotero-mcp (kujenga)
Typ: Externer Python-Server (pip/uv/Docker) Zugriff: Lesen (Web-API und lokale API) Lizenz: MIT | GitHub: github.com/kujenga/zotero-mcp (~138 Stars) | PyPI: zotero-mcp
Ein bewusst schlanker MCP-Server mit einem kleinen, aber nützlichen Werkzeugsatz: Bibliothekssuche, Metadaten abrufen und Volltextzugriff. Kein Schnickschnack, keine semantische Suche, keine Schreiboperationen. Die Stärke liegt in der einfachen Einrichtung und der Docker-Unterstützung, die eine saubere Trennung der Laufzeitumgebung ermöglicht. Der Server unterstützt sowohl die lokale Zotero-API als auch die Web-API für den Remote-Zugriff.
Voraussetzungen: Python 3.11+ oder Docker. Zotero-API-Key für Web-API-Nutzung.
Weitere Projekte
Neben den oben genannten gibt es einige kleinere oder spezialisierte MCP-Implementierungen für Zotero:
- swairshah/zotero-mcp-server (GitHub): Python-basierter Server mit zwei Modi: Web-API-Zugriff oder direkter SQLite-Zugriff (Zotero muss dafür geschlossen sein). Eher für technisch versierte Nutzende.
- danielostrow/zotero-mcp-server (GitHub): Im Zotero-Forum als „Clean and solid MCP server" vorgestellt (Januar 2026).
- stephenstubbs/zotero-mcp (GitHub): In Rust geschrieben und auf einen spezifischen Anwendungsfall fokussiert: KI-gestütztes kritisches Lesen. Der Server kann PDFs seitenweise lesen und programmatisch Highlights und Annotationen erstellen. Enthält sowohl einen MCP-Server als auch ein Zotero-7-Plugin.
- ElliotRoe/lit-lake (GitHub): Beschreibt sich als „a reasonable way to allow AI to work with reference managers". Noch relativ neu und mit wenig Dokumentation.
- kerim/zotero-code-execution (GitHub): Kein eigenständiger MCP-Server, sondern ein Claude-Code-Skill, der die Ergebnisse von 54yyyus zotero-mcp vorverarbeitet, um den Token-Verbrauch zu senken (von ~2.400 auf ~580 Tokens pro Suche).
Fazit
Die Zotero-MCP-Landschaft ist vielfältig und entwickelt sich schnell. Welches Projekt am besten passt, hängt von den eigenen Anforderungen ab:
- Wer den einfachsten Einstieg sucht und nichts installieren möchte, ist mit dem gehosteten Dienst von alejandroarnaud oder dem PapersGPT-Plugin (das den MCP-Server gleich mitbringt) gut bedient.
- Wer Schreibzugriff auf die Bibliothek braucht (Tags, Sammlungen, Notizen), kommt an cookjohn/zotero-mcp kaum vorbei.
- Wer semantische Suche mit maximalem Funktionsumfang will und bereit ist, einen Python-Stack einzurichten, sollte sich ZotPilot oder 54yyyu/zotero-mcp ansehen.
- Wer mit Zotero zitierte Word-Dokumente durch die KI erzeugen lassen möchte, findet bei Xevos117/mcp-zotero ein einzigartiges Feature.
- Wer eine minimalistische, stabile Lösung bevorzugt, greift zu kujenga/zotero-mcp.
Einen Überblick über KI-Tools, die innerhalb von Zotero arbeiten, bietet unser Artikel KI-Plugins für Zotero. Und wer sich für KI-gestützte Recherche jenseits von Zotero interessiert, findet in unserem Beitrag Die besten KI-Tools für die wissenschaftliche Recherche weitere Empfehlungen.
