关于 Notion Chakra MCP
Notion Chakra MCP 是用于操作 Notion 页面和数据库的集成服务,支持可扩展的自定义对象与函数,并提供 stdio 和 SSE 传输方式。
主要功能
- 01列出并查询数据库
- 02创建和更新页面
- 03搜索 Notion 内容
- 04管理块及子块
- 05支持 stdio 和 SSE 传输
适用场景
- 01查找 Notion 工作区内容
- 02查询和维护 Notion 数据库
- 03创建或更新 Notion 页面
- 04管理页面块及其子块
MCP 相关
向 MCP 客户端提供 Notion 数据库、页面、搜索和块操作。支持 stdio 与 SSE 传输。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
工具
还没有获取到工具列表
本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。
详细介绍
Notion Chakra MCP
这是一个 Notion 集成服务,提供用于与 Notion 数据库和页面交互的 MCP(Message Control Protocol)端点。
功能
- 列出并查询 Notion 数据库
- 创建和更新页面
- 搜索 Notion 内容
- 管理块和子项
- 支持 stdio 和 SSE 传输方式
设置选项
1. MCP 客户端配置(推荐)
将以下内容添加到你的 ~/.cursor/mcp.json:
{
"mcpServers": {
"notion-chakra-mcp": {
"command": "docker",
"args": [
"run",
"--rm",
"-i",
"-v",
"/path/to/notion-chakra-mcp/data:/app/data",
"-e",
"TRANSPORT",
"-e",
"NOTION_API_KEY",
"-e",
"HOST",
"-e",
"PORT",
"-e",
"PYTHONPATH=/app/src",
"notion-chakra-mcp"
],
"env": {
"TRANSPORT": "stdio",
"NOTION_API_KEY": "your_notion_api_key",
"HOST": "0.0.0.0",
"PORT": "8050"
}
}
}
}
请确保:
- 将
/path/to/notion-chakra-mcp替换为实际的项目路径 - 设置
NOTION_API_KEY的值 - 在项目根目录中创建
data目录:mkdir -p data
2. Docker Compose 设置
对于开发或独立使用,可以使用 Docker Compose:
# Build and start with stdio transport
TRANSPORT=stdio docker-compose up notion-chakra-mcp
# Or with SSE transport
TRANSPORT=sse docker-compose up notion-chakra-mcp
3. 直接使用 Docker
用于手动测试或自定义设置:
# Build the image
docker build -t notion-chakra-mcp .
# Run with stdio transport
docker run --rm -i \
-v $(pwd)/data:/app/data \
-e TRANSPORT=stdio \
-e NOTION_API_KEY=your_key \
-e PYTHONPATH=/app/src \
notion-chakra-mcp
# Run with SSE transport
docker run --rm -i \
-v $(pwd)/data:/app/data \
-e TRANSPORT=sse \
-e NOTION_API_KEY=your_key \
-e HOST=0.0.0.0 \
-e PORT=8050 \
-p 8050:8050 \
-e PYTHONPATH=/app/src \
notion-chakra-mcp
配置
环境变量
NOTION_API_KEY:你的 Notion 集成令牌(必需)TRANSPORT:传输类型(stdio或sse,默认为stdio)HOST:SSE 传输的服务主机(默认为0.0.0.0)PORT:SSE 传输的服务端口(默认为8050)PYTHONPATH:Python 模块路径(应为/app/src)
数据持久化
该服务使用 data 目录进行持久化存储:
- 在容器内挂载到
/app/data - 存储架构、数据库映射和其他持久化数据
- 运行容器前必须创建:
mkdir -p data
开发
运行测试
# Install test dependencies
pip install -r requirements.txt
# Run tests
python -m pytest tests/ -v
添加新功能
- 在
src/中添加功能实现 - 在
tests/中添加测试 - 根据需要更新 requirements.txt
- 运行测试以验证一切正常
评论
支持 Markdown
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。