https://github.com/langgenius/dify是一款开源零代码AI应用搭建工具,其自带了知识库功能,可以通过pdf txt等多种定义了一种接入外部支持库的格式,然而,默认情况下上传到知识库的文件最大只能是15MB,这不符合需要读较大pdf的用户的需求。因此,本项目期望提供一个从Zotero到Dify的外部知识库接口,使得Dify知识库可以access到您的Zotero library中大量的文献.目前的定位是本地或局域网内运行。

pyzotero
pymongo
pymilvus
MinerU
M3ebase-embedding
langchain_text_splitters
Fastapi
sentence Transformer

需要安装MongoDB 及上述包,环境配置有些复杂,建议用conda,其中MinerU要求python=3.10

如果一切依赖成功安装 可以在目录下uvicorn main:app --host 0.0.0.0 --port 8000而后发送如下请求来模拟Dify端

curl -X 'POST' \
 'http://127.0.0.1:8000/retrieval/' \
 -H 'Content-Type: application/json' \
 -H 'Authorization: Bearer {your zotero api key}' \
 -d '{
 "knowledge_id": "{user/group}&{userId or groupId}",
 "query": "What is RAG",
 "retrieval_setting": {
 "top_k": 3,
 "score_threshold": 0.75
 }
}'

zotero api key&userId

这是项目的demo版0.0.1,尚有很多问题,如

1. 尚未docker化
2. **[BUG]**因为检索速度过慢,导致dify.ai获取信息超时 image
   按上述curl POST查询时在一段时间等待后能正常返回数据。先前开发过程中做最小可运行实例,返回固定值时也能与Dify.ai正常交互,因此考虑是检索时间超时导致。
   image
   (172.18.0.3是本地部署的Dify,127.0.0.1是curl POST)
3. 首次POST查询时会连接到zotero服务器获取你的pdf(暂不支持其他格式),并将其转化为markdown,而后再存向量数据库+查询,因此时间很长,未来应该改进为,在部署本api而未收到POST时就提前进行这些步骤.
4. 加入LOG
5. etc

如果对本项目您能提供帮助欢迎PR
本人双非本科非科班(信息管理与信息系统)在读,能力有限,2025.10保研上岸之后有时间可能会做进一步改进(10月之前有点忙估计挤不出时间).