topoteretes/cognee

解決的問題

Cognee 為 AI 代理提供跨不同會話的持久性長期記憶。它解決了代理在執行之間遺忘專案背景、過去決策與學習規則的問題，使其能從文件、程式碼與對話中維持一個共享的「公司大腦」知識庫。

運作方式

Cognee 將原始資料（如文字與程式碼）轉換為由實體、關係與可搜尋區塊組成的結構化記憶系統。它採用混合方法：文字轉為知識圖譜，程式碼則映射為符號與相依關係的圖譜。

該系統支援兩種記憶類型：永久記憶（儲存在知識圖譜中）與會話記憶（快速快取，可萃取為永久記憶）。在查詢時，自動路由機制會選擇最佳的檢索策略（圖譜、向量或程式碼上下文），為代理提供回答問題或執行任務所需的相關證據。

適用對象

• AI 代理開發者：需要在會話間保持上下文記憶或維持領域特定知識的開發者。
• 企業團隊：希望從內部文件與工單中建立共享「公司大腦」的組織。
• 軟體工程師：希望將記憶層整合至 Python、TypeScript、Rust 或 HTTP 基礎應用程式的開發者。

主要特色

• 多格式資料輸入：支援文字、程式碼與會話式學習內容。
• 混合記憶機制：結合知識圖譜、向量嵌入與程式碼符號圖譜。
• 會話萃取：將暫時會話中的有用學習內容萃取為持久的長期記憶。
• 廣泛整合：提供 Claude Code、Codex 與 MCP 客戶端（Cursor、Cline）的外掛，以及多種語言的 SDK。
• 彈性部署：可透過 Docker 自行托管，或作為托管雲端服務使用，亦提供實驗性選項，將整個記憶層運行於 Postgres 實例上。