Zotero, OpenAlex y modelos de lenguaje: Manual técnico para gestionar y ampliar una biblioteca de investigación con Python

Abstract

Una biblioteca de Zotero reúne, a lo largo de una tesis o de un proyecto, cientos de referencias con sus PDF, notas y etiquetas. La interfaz gráfica resulta cómoda para leer y citar, pero responde mal a preguntas sobre el conjunto que condicionan cualquier análisis posterior: qué identificador tiene cada colección, qué documentos contiene, cuántos tienen el PDF adjunto, cuántos carecen de resumen o de DOI y dónde quedaron las notas de lectura. Estas preguntas pertenecen al control de calidad del corpus, y conviene resolverlas antes de usar la colección como base de una revisión o de un estudio.

Este material se concibió inicialmente como la construcción de un agente bibliográfico, antes de conocer las conexiones entre Zotero y los LLM mediante el Protocolo de Contexto de Modelos (MCP, Model Context Protocol). Con un servidor MCP para Zotero, desarrollado por la comunidad, un asistente basado en un LLM puede buscar en la biblioteca, leer metadatos y texto completo o crear notas a partir de instrucciones en lenguaje natural, sin programar cada llamada a la API. Para muchas de las tareas de este manual, esa vía resulta hoy más sencilla y probablemente más adecuada. El trabajo realizado conserva, sin embargo, su valor como práctica y como experiencia: construir cada consulta obliga a conocer la estructura de los datos de Zotero, los permisos de la API, el funcionamiento de OpenAlex y los fallos que aparecen al integrar varios servicios. Ese conocimiento sigue siendo necesario para configurar, evaluar y depurar cualquier conexión automatizada, incluidas las que ofrece MCP.

Se añade en este enlace el libro utilizando en Jupyter Notebook con todos los códigos, explicaciones y salidas del código, de forma que se pueda replicar los resultados si se cuenta con los accesos en cada plataforma.