Cognee — 让 AI 应用具备记忆、知识图谱与上下文管理能力

Cognee - 构建具备学习能力的知识引擎，为 AI 打造记忆

使用我们的知识引擎，为 AI 智能体构建个性化、动态的记忆系统。

关于 Cognee

Cognee 是一个开源的知识引擎，允许您以任何格式或结构摄取数据，并持续学习，为 AI 智能体提供正确的上下文。它结合了向量搜索、图数据库和认知科学方法，使您的文档既能通过语义搜索，又能随着其变化和发展通过关系连接起来。

:star: 帮助我们触达更多开发者，壮大 Cognee 社区。给这个仓库点个 Star 吧！

为什么使用 Cognee：

• 知识基础设施 — 统一的数据摄取、图/向量搜索、本地运行、本体论基础、多模态支持
• 持久且可学习的智能体 - 从反馈中学习、上下文管理、跨智能体知识共享
• 可靠且可信赖的智能体 - 智能体用户/租户隔离、可追溯性、OTEL 收集器、审计特性

基本用法与功能指南

要了解更多，请查看这个简短、端到端的 Colab 教程，了解 Cognee 的核心功能。

快速开始

让我们用几行代码体验一下 Cognee。关于详细的设置和配置，请参阅 Cognee 文档。

先决条件

• Python 3.10 到 3.13

步骤 1：安装 Cognee

您可以使用 pip、poetry、uv 或您喜欢的 Python 包管理器来安装 Cognee。

uv pip install cognee

步骤 2：配置 LLM

import os
os.environ["LLM_API_KEY"] = "YOUR OPENAI_API_KEY"

或者，使用我们的模板创建一个 .env 文件。

要集成其他 LLM 提供商，请参阅我们的 LLM 提供商文档。

步骤 3：运行管道

Cognee 将处理您的文档，将其加载到知识引擎中，并搜索向量和图关系的组合。

现在，运行一个最小化的管道：

import cognee
import asyncio
from pprint import pprint


async def main():
    # 向 cognee 添加文本
    await cognee.add("Cognee turns documents into AI memory.")

    # 添加到知识引擎
    await cognee.cognify()

    # 查询知识图谱
    results = await cognee.search("What does Cognee do?")

    # 显示结果
    for result in results:
        pprint(result)


if __name__ == '__main__':
    asyncio.run(main())

如您所见，输出是基于我们先前存储在 Cognee 中的文档生成的：

  Cognee turns documents into AI memory.

使用 Cognee CLI

作为替代方案，您可以使用以下基本命令开始：

cognee-cli add "Cognee turns documents into AI memory."

cognee-cli cognify

cognee-cli search "What does Cognee do?"
cognee-cli delete --all

要打开本地 UI，请运行：

cognee-cli -ui

演示与示例

观看 Cognee 的实际应用：

持久化智能体记忆

社区与支持

贡献

我们欢迎社区的贡献！您的参与有助于让 Cognee 对每个人变得更好。请查看 CONTRIBUTING.md 开始贡献。

行为准则

我们致力于营造一个包容和尊重的社区环境。请阅读我们的行为准则了解指导方针。

研究与引用

我们最近发表了一篇关于优化知识图谱以提升 LLM 推理能力的研究论文：

@misc{markovic2025optimizinginterfaceknowledgegraphs,
      title={Optimizing the Interface Between Knowledge Graphs and LLMs for Complex Reasoning},
      author={Vasilije Markovic and Lazar Obradovic and Laszlo Hajdu and Jovan Pavlovic},
      year={2025},
      eprint={2505.24478},
      archivePrefix={arXiv},
      primaryClass={cs.AI},
      url={https://arxiv.org/abs/2505.24478},
}