MCP 服务器

Research Assistant — Notion × AI

Automates research workflows by collecting, summarizing, and categorizing AI technology documents directly into Notion. It uses OpenAI GPT for Vietnamese summarization and automatic tagging of topics like RAG, LangGraph, and MCP.

README

🤖 Research Assistant — Notion × AI

Tự động thu thập, tóm tắt và phân loại tài liệu công nghệ AI trực tiếp lên Notion.

📋 Tổng quan

Dự án này tự động hóa quy trình nghiên cứu:

Thu thập — Đọc nội dung từ các URL bài viết
Tóm tắt — Dùng OpenAI GPT tóm tắt bằng tiếng Việt
Phân loại — AI tự động gắn tag (RAG, LangGraph, MCP, ...)
Lưu trữ — Đẩy tất cả lên Notion Database qua API

┌──────────┐     ┌──────────┐     ┌──────────┐     ┌──────────┐
│  Web URL │ ──▶ │  Reader  │ ──▶ │ AI (GPT) │ ──▶ │  Notion  │
│ (Bài viết│     │(Trích    │     │(Tóm tắt +│     │(Database │
│  gốc)    │     │ xuất text)│    │ phân loại)│     │ lưu trữ) │
└──────────┘     └──────────┘     └──────────┘     └──────────┘

🚀 Bắt đầu sử dụng

1. Cài đặt dependencies

cd MCP_Notion
pip install -r requirements.txt

2. Cấu hình môi trường

cp .env.example .env
# Mở file .env, điền token Notion và OpenAI API key

3. Chạy

# Thu thập bài viết theo chủ đề mặc định (RAG, LangGraph, MCP)
python main.py

# Thu thập chủ đề cụ thể
python main.py --topics RAG LangGraph

# Thu thập từ URL cụ thể
python main.py --urls "https://vnexpress.net" 

# Xem danh sách bài viết đã lưu
python main.py --list

# Lọc theo tag
python main.py --list --tag "RAG"

📁 Cấu trúc dự án

MCP_Notion/
├── main.py            # 🚀 Entry point - CLI chính
├── researcher.py      # 🔍 Thu thập & tóm tắt bài viết
├── notion_store.py    # 📦 Giao tiếp với Notion API
├── requirements.txt   # 📋 Dependencies
├── .env               # 🔑 Biến môi trường (API keys)
├── .env.example       # 📄 Template biến môi trường
└── README.md          # 📖 Bạn đang đọc file này

🏷️ Tags hỗ trợ

Tag	Mô tả
`RAG`	Retrieval-Augmented Generation
`LangGraph`	Multi-agent orchestration framework
`MCP`	Model Context Protocol
`AI Agent`	Autonomous AI agents
`LLM`	Large Language Models
`Vector DB`	Vector databases (Chroma, Pinecone, ...)
`Prompt Engineering`	Kỹ thuật viết prompt
`Fine-tuning`	Tinh chỉnh mô hình
`Multi-Agent`	Hệ thống đa agent
`Evaluation`	Đánh giá & metrics

🔗 Kết nối MCP

Dự án này cũng có thể được điều khiển trực tiếp từ AI IDE (Gemini/Claude) thông qua MCP Notion server. Xem file ~/.gemini/antigravity/mcp_config.json.