Project Chimera
🧠 个人AI记忆系统 - 让AI成为真正懂你的"第二大脑"
✨ 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）
🚀 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
⚠️ 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！