topoteretes/cognee

解决的问题

Cognee 为 AI 代理提供跨不同会话的持久化长期记忆。它解决了代理在运行之间忘记项目上下文、过去决策和学习规则的问题，使其能够从文档、代码和对话中维护一个共享的「公司大脑」知识库。

工作原理

Cognee 将原始数据（如文本和代码）转换为由实体、关系和可搜索块组成的结构化记忆系统。它采用混合方法：文本转化为知识图谱，代码则映射为符号和依赖关系的图谱。

该系统支持两种记忆类型：永久记忆（存储在知识图谱中）和会话记忆（快速缓存，可提炼为永久记忆）。在查询时，自动路由机制会选择最佳检索策略（图谱、向量或代码上下文），为代理提供回答问题或执行任务所需的关联证据。

适用人群

• AI 代理开发者：需要在会话间保持上下文记忆或维护领域特定知识的开发者。
• 企业团队：希望从内部文档和工单中构建共享「公司大脑」的组织。
• 软件工程师：希望将记忆层集成到 Python、TypeScript、Rust 或基于 HTTP 的应用程序中的开发者。

主要亮点

• 多格式数据摄入：支持文本、代码和基于会话的学习内容。
• 混合记忆机制：结合知识图谱、向量嵌入和代码符号图谱。
• 会话提炼：将临时会话中的有用学习内容提炼为持久的长期记忆。
• 广泛集成：提供 Claude Code、Codex 和 MCP 客户端（Cursor、Cline）的插件，以及多种语言的 SDK。
• 灵活部署：可通过 Docker 自行托管，或作为托管云服务使用，还提供实验性选项，将整个记忆层运行在 Postgres 实例上。