这个项目能做什么

Cognee 是一个开源 AI 记忆平台,旨在为 AI 智能体提供跨会话的持久长期记忆。它将文档、代码和对话转化为自托管知识图谱,供智能体搜索和复用;它可以在本地运行,无需 API 密钥,依靠小型本地模型(GLiNER 抽取加本地嵌入模型,首次使用时下载)。 核心操作以 remember(将内容或代码存入永久记忆,若给定会话 ID 则存入会话)、recall(通过自动路由或选定的搜索策略检索上下文和答案)、improve(丰富记忆、应用反馈、将会话知识桥接进图谱)和 forget(移除特定条目或数据集)的形式暴露。文本转化为实体、关系和可搜索的块;代码转化为符号与依赖关系图谱;会话蒸馏将已采纳的经验整理进永久记忆。 快速上手需要 Python 3.10-3.14,并通过 pip/uv 安装,附带 gliner extra。内置的演示命令会加载示例数据并运行关键词搜索,无需 API 密钥。配置 LLM 密钥(例如 OpenAI)可启用生成式答案和媒体处理;文档中也介绍了本地 Ollama 模型。CLI 与 Python API 对应,并提供 UI 启动器(需要 Node.js/npm,其 MCP 服务需要 Docker)。 集成覆盖 Claude Code 和 Codex 插件、OpenClaw、MCP 客户端(如 Cursor 和 Cline)、Python、TypeScript 和 Rust SDK,以及 REST API。部署选项包括最小化的 Docker Compose 配置、预构建并内置 GLiNER 的 cognee/cognee 镜像,以及针对 API(8000)、UI(3000)和 MCP(8001)的源码检出 compose 配置。自 1.0 版本起,整个记忆层可以运行在单个 Postgres 实例上(图存储用法目前是演示功能)。 该项目发布了一份关于对话记忆的 BEAM 评估报告,报告分数为 100K token 时 0.79、10M token 时 0.67,并记录了方法论和局限性,另有一篇关于优化知识图谱与 LLM 之间接口的 arXiv 论文。