关键词

知识图谱架构决策时间线分析知识管理AI助手集成

项目简介

Faulkner-DB是一个时间感知的知识图谱系统，专门用于捕获、查询和分析软件团队的架构决策、实现模式和失败经验，为AI开发工具（如Claude Code/Desktop）提供标准化的知识访问服务。

主要功能点

  • 决策记录：记录架构决策的描述、理由和备选方案
  • 模式识别：存储成功的实现模式和最佳实践
  • 失败分析：记录失败尝试和学到的教训
  • 混合搜索：结合图遍历、向量嵌入和交叉编码器重排
  • 知识缺口检测：使用NetworkX进行结构分析，识别知识盲点
  • 时间线视图：展示知识和决策随时间的演变过程
  • 实时可视化：提供网络图、时间线和仪表板
  • 图关系发现：通过深度遍历发现相关知识点
  • 高性能查询：在2秒内完成混合搜索查询
  • 多项目支持：跨平台的项目发现和管理能力

安装步骤

方式1：自动NPM配置（推荐）

# 自动配置Claude Desktop/Code
npx faulkner-db-config setup

# 克隆并启动Docker堆栈
git clone https://github.com/platano78/faulkner-db.git
cd faulkner-db/docker
docker-compose up -d

# 重启Claude Desktop/Code应用

方式2：手动配置

  1. 启动FalkorDB堆栈
git clone https://github.com/platano78/faulkner-db.git
cd faulkner-db/docker
cp .env.example .env
# 编辑.env文件设置POSTGRES_PASSWORD
docker-compose up -d
  1. 手动配置Claude 编辑配置文件'~/.config/Claude/claude_desktop_config.json'（Linux）或相应系统配置文件：
{
  "mcpServers": {
    "faulkner-db": {
      "command": "python3",
      "args": ["-m", "mcp_server.server"],
  "env": {
    "PYTHONPATH": "/path/to/faulkner-db",
    "FALKORDB_HOST": "localhost",
    "FALKORDB_PORT": "6379"
    }
}

服务器配置

MCP服务器通过Python模块运行，配置信息包括：

  • server name: faulkner-db
  • command: python3
  • args: ["-m", "mcp_server.server"]

## 基本使用方法
通过Claude Desktop/Code的MCP客户端调用7个核心工具：
1. 'add_decision' - 记录架构决策
2. 'query_decisions' - 搜索决策知识库
3. 'add_pattern** - 存储成功模式
4. 'add_failure** - 记录失败经验
2. 'find_related' - 图遍历发现相关节点
3. 'detect_gaps' - 运行知识缺口分析
4. 'get_timeline' - 获取时间线视图
5. 'detect_gaps** - 检测孤立节点和连接问题
6. 'get_timeline** - 查看知识演变历史

信息

分类

数据库与文件

访问项目