Cognee：为 AI 智能体提供持久记忆的开源工具

Cognee 是面向 AI 智能体的开源记忆平台。按项目说明，它把文档、代码与对话转换为自托管知识图谱，使智能体能在跨会话场景中检索和复用这些记忆。文本被组织为实体、关系与可搜索文本块，代码则形成符号与依赖图。查询时，检索会按需选择图、向量或代码上下文，供应用据此作答或继续任务。

主要操作有四类：remember 写入永久记忆，或指定会话 ID 时写入会话；recall 检索上下文与答案，支持自动路由或指定搜索策略；improve 补充记忆、应用反馈并把会话知识并入图；forget 删除单项内容或数据集。

本地使用需要 Python 3.10–3.14。未配置 LLM 密钥时，提取使用本地 GLiNER 模型、嵌入使用本地嵌入模型，两者首次使用时下载；文本写入、检索和会话存储可在这种模式下工作，依赖 LLM 的改进阶段会自动跳过。生成答案或需要视觉、转写模型的多媒体处理则需额外配置 LLM。项目说明称内置 GLiNER 提取器属于小模型管线的演示，并称更高准确率的生产版本需联系官方。

接入侧提供 Claude Code 与 Codex 插件、OpenClaw 插件、面向 Cursor 等 MCP 客户端的服务，以及 Python、TypeScript、Rust 和 HTTP API 接口。UI 启动器需要 Node.js/npm，其 MCP 服务需要 Docker。部署方面有 Docker Compose 的本地 API 演示配置；单用户演示方式下可关闭后端访问控制，否则默认多租户模式要求认证。项目还提到自 1.0 起可在单个 Postgres 实例上运行完整记忆层，但以 Postgres 作图存储目前被标注为演示特性。

项目公布 BEAM 对话记忆评测结果：100K token 上下文报 0.79，为固定混合检索下的四轮评测；10M token 报 0.67，属于探索性结果，两种设置的对话、写入模型与检索流程不同，不宜直接比较。相关论文为 2025 年预印本，结论尚未经同行评审验证。