Project Chimera

🧠 个人AI记忆系统 - 让AI成为真正懂你的"第二大脑" Python 3.11+ Neo4j MCP

✨ 特性

🔗 智能关系图谱: 自动构建Notion页面间的语义关系网络
🚀 MCP协议支持: 与Claude Desktop等AI客户端无缝集成，支持多客户端并发访问
🔍 意图搜索: 基于自然语言理解的智能Notion内容检索，支持文本和PDF/EXCEL/WORD文档
⚡ 智能同步: 增量同步(30分钟) + 全量同步(隔天凌晨4点或超过3天)
🛡️ 数据安全: 图数据库仅存储关系和元数据，内容从Notion实时获取
📁 文件支持: 支持多种文件格式的内容提取和搜索（图片暂不支持）

Related MCP server: memento-mcp

🚀 快速开始（冷启动指南）

环境要求

Python 3.11+
Neo4j 5.0+ 数据库
UV 包管理器
Notion API Token
Google Gemini API Key

一键安装

# 1. 克隆仓库 git clone <repo-url> cd Chimera # 2. 安装UV（如果还没有） curl -LsSf https://astral.sh/uv/install.sh | sh # 3. 使用 uv 安装依赖（推荐） uv sync # 4. 或使用 pip pip install -r requirements.txt

配置设置

创建环境配置：

cp .env.example .env

编辑 .env 文件，填入你的配置：

# Neo4j 配置 NEO4J_URI=neo4j://127.0.0.1:7687 NEO4J_USERNAME=neo4j NEO4J_PASSWORD=your_password # Notion API NOTION_TOKEN=your_notion_integration_token # Google Gemini GEMINI_API_KEY=your_gemini_api_key # MCP 服务器 CHIMERA_API_KEY=your_api_key

启动Neo4j数据库：

# 使用Docker启动（推荐） docker run -d \ --name neo4j \ -p 7474:7474 -p 7687:7687 \ -e NEO4J_AUTH=neo4j/your_password \ neo4j:5.15 # 或使用本地安装的Neo4j neo4j start

使用方法

一键启动（推荐）

# 启动完整系统（包括同步服务和MCP服务器） uv run python run_chimera.py

分开启动（高级用法）

# 终端1: 启动 MCP 服务器 uv run python fastmcp_server.py --host 0.0.0.0 --port 3000 # 终端2: 启动同步服务 uv run python sync_service/sync_service.py

生产环境部署

# 后台启动服务 nohup uv run python fastmcp_server.py --host 0.0.0.0 --port 3000 > logs/mcp_server.log 2>&1 & nohup uv run python sync_service/sync_service.py > logs/sync_service.log 2>&1 & # 检查服务状态 ps aux | grep fastmcp_server ps aux | grep sync_service # 停止服务 pkill -f fastmcp_server pkill -f sync_service

Claude Desktop 集成

在 claude_desktop_config.json 中添加：

{ "mcpServers": { "chimera-memory": { "command": "npx", "args": [ "mcp-remote", "http://localhost:3000/mcp/", "--header", "Authorization:Bearer your_api_key", "--allow-http" ] } } }

更多集成详情参考：server_config.md

📁 项目结构

Chimera/ ├── config/ # 配置管理 ├── core/ # 核心业务逻辑和数据模型 ├── sync_service/ # 后台同步服务 ├── agents/ # 意图搜索和AI代理 ├── prompts/ # LLM提示词模板 ├── utils/ # 工具函数 ├── scripts/ # 部署和维护脚本 └── tests/ # 测试套件

🔧 配置说明

主要环境变量：

变量名	描述	默认值
`SYNC_INTERVAL_MINUTES`	同步频率（分钟）	30
`NEO4J_URI`	Neo4j连接字符串	neo4j://127.0.0.1:7687
`NOTION_TOKEN`	Notion API令牌	必填
`GEMINI_API_KEY`	Google Gemini API密钥	必填
`MCP_SERVER_PORT`	MCP服务器端口	3000

📊 工作原理

核心流程

数据同步: 监控Notion变更并提取页面关系
图谱构建: 在Neo4j中创建带嵌入向量的语义图谱
意图搜索: 处理自然语言查询，找到相关内容
MCP接口: 通过Model Context Protocol为AI客户端提供服务

同步策略

增量同步: 默认30分钟间隔，检测变化后更新
全量同步: 隔天北京时间4:00-4:30自动执行，或超过3天强制执行
删除检测: 全量同步时会清理Notion中已删除的页面

多客户端支持

✅ 多客户端同时连接：支持多个Claude Desktop实例同时连接
✅ 并发处理请求：可以同时处理最多10个搜索请求
✅ 无状态设计：每个请求独立处理，不互相影响
✅ Bearer认证：每个客户端可以使用相同的API Key

🤝 贡献

Fork 本仓库
创建你的特性分支 (git checkout -b feature/amazing-feature)
提交你的修改 (git commit -m 'Add amazing feature')
推送到分支 (git push origin feature/amazing-feature)
打开一个 Pull Request

📝 文档

服务器配置指南 - 完整的部署配置
开发指南 - 详细的开发说明
CLAUDE.md - 项目架构和产品设计文档

⚠️ 常见问题

安装问题

UV安装失败: 检查网络连接，或使用pip安装
Neo4j连接失败: 检查端口是否占用，默认端口为7687
环境变量问题: 确保.env文件在根目录下且格式正确

运行问题

同步失败: 检查Notion Token是否有效且权限充足
搜索无结果: 等待首次全量同步完成
MCP连接失败: 检查端口和API Key配置

性能问题

同步过慢: 调整SYNC_INTERVAL_MINUTES或检查Neo4j性能
内存占用过高: 调整SYNC_BATCH_SIZE参数

📄 许可证

本项目采用 MIT 许可证 - 查看 LICENSE 文件了解详情。

🙏 致谢

Graphiti - 图数据库操作框架
FastMCP - MCP服务器框架
Notion API - 内容管理平台
Google Gemini - LLM模型

⭐ 如果这个项目对你有帮助，请给个Star！

Chimera MCP Server