cognee

Cognee는 AI 에이전트가 세션 전반에 걸쳐 지속적인 장기 기억을 갖도록 하는 것을 목표로 하는 오픈소스 AI 메모리 플랫폼입니다. 문서, 코드, 대화를 에이전트가 검색하고 재사용할 수 있는 자체 호스팅 지식 그래프로 변환하며, 소형 로컬 모델(GLiNER 추출 + 로컬 임베딩 모델, 최초 사용 시 다운로드)에 의존하여 API 키 없이 로컬에서 실행할 수 있습니다. 핵심 작업은 remember(콘텐츠나 코드를 영구 메모리에 저장, 또는 세션 ID가 주어지면 세션에 저장), recall(자동 라우팅 또는 선택한 검색 전략을 통해 컨텍스트와 답변 검색), improve(메모리 강화, 피드백 적용, 세션 지식을 그래프로 연결), forget(특정 항목 또는 데이터셋 제거)으로 제공됩니다. 텍스트는 엔티티, 관계, 검색 가능한 청크가 되고, 코드는 심볼과 의존성 그래프가 되며, 세션 증류는 수용된 교훈을 영구 메모리로 정제합니다. 빠른 시작에는 Python 3.10-3.14가 필요하며 pip/uv를 통해 gliner extra와 함께 설치합니다. 번들 데모 명령은 샘플 데이터를 로드하고 API 키 없이 키워드 검색을 실행합니다. LLM 키(예: OpenAI)를 구성하면 생성된 답변과 미디어 처리가 가능하며, 로컬 Ollama 모델도 문서화되어 있습니다. CLI는 Python API를 미러링하며, UI 런처도 사용할 수 있습니다(Node.js/npm 필요, MCP 서비스에는 Docker 필요). 통합에는 Claude Code 및 Codex 플러그인, OpenClaw, Cursor 및 Cline과 같은 MCP 클라이언트, Python, TypeScript, Rust SDK, REST API가 포함됩니다. 배포 옵션에는 최소 Docker Compose 설정, GLiNER가 내장된 사전 빌드 cognee/cognee 이미지, API(8000), UI(3000), MCP(8001)용 소스 체크아웃 compose 프로필이 포함됩니다. 버전 1.0부터 전체 메모리 계층이 단일 Postgres 인스턴스에서 실행될 수 있습니다(그래프 저장소 사용은 현재 데모 기능). 이 프로젝트는 대화형 메모리에 대한 BEAM 평가 보고서를 발표했으며, 100K 토큰에서 0.79, 10M 토큰에서 0.67의 점수를 보고했고 방법론과 한계를 문서화했으며, 지식 그래프와 LLM 간의 인터페이스 최적화에 관한 arXiv 논문도 발표했습니다.