6行代码搞定AI Agent记忆！这个16K Star的开源项目打破了传统RAG痛点！

最近在刷 AI Agent 有哪些优秀的记忆系统时，发现了一个让人眼前一亮的开源项目——Cognee。

传统的 RAG 方案虽然能实现检索增强，但经常面临上下文断裂、检索不精准等问题，开发者们为此头疼不已。

而 Cognee 只用了6行代码，就能给 AI Agent 构建一个完整的持久化记忆系统。

更妙的是，它创造性地把向量搜索和图数据库结合在一起，让文档既可以按语义检索，又能按关系相互连接，形成了一个真正的统一记忆层。

目前这个项目在GitHub上已经有 16K Star，支持 CLI 和本地 UI，还能兼容 Ollama 本地模型，对于想给 Agent 搭建记忆系统的开发者来说，简直是雪中送炭。

项目简介

Cognee 是一个开源的知识引擎，它可以让你以任意格式和结构摄入数据，并通过持续学习为 AI Agent 提供正确的上下文。

项目由 topoteretes 团队开发，核心思路是结合向量搜索、图数据库和认知科学方法，让你的文档既可以通过含义搜索，又可以通过关系相互连接，而且这些关系还能随着文档的变化而动态演化。

它不再是简单的检索增强，而是一个可以学习、可以记忆、可以推理的完整知识系统。项目开发者甚至把它比喻为"AI的大脑补丁"，足以看出其定位之高。

Cognee 的核心工作流被抽象成了 ECL（Extract、Cognify、Load）管道，这个设计巧妙地替代了传统 RAG 的同时，又保留了高度可定制的空间，可以根据自己的需求灵活调整。

核心亮点

• • 向量搜索与图数据库的完美结合：可自动选择最佳的检索策略，既可以按语义搜索，也可以按关系遍历，甚至可以两者结合，真正实现了"既懂意思，又懂关系"。
• • 双层次记忆架构：会话记忆和永久记忆。既保证了推理的效率，又确保了知识的持久性。
• • 支持30+数据源：提供了非常Pythonic的API，支持从30多种数据源接入数据，涵盖了过往对话、文件、图像、音频转写等多种类型。
• • 四大核心API：remember()-永久存储到知识图谱；recall()-查询，自动选择最佳搜索策略；forget()-删除数据；improve()-从反馈中学习。

技术特点

ECL管道架构

Cognee的核心工作流是ECL（Extract、Cognify、Load）管道：

• • Extract：从各种数据源提取数据
• • Cognify：提取实体和关系，构建知识图谱
• • Load：加载到图数据库和向量数据库中

这个架构非常清晰，每个环节都可以单独定制和扩展。而且Cognee已经提供了丰富的内置组件，你可以直接使用，也可以根据需要自己开发。

自动路由检索

Cognee的recall()API支持自动路由，它会根据你的查询自动选择最佳的搜索策略。支持的策略包括：

• • TEMPORAL：时间感知的图搜索
• • FEEL：情感感知的检索
• • SEMANTIC：纯语义搜索
• • GRAPH：纯图遍历
• • HYBRID：混合模式

这种自动路由让开发者不需要关心底层的检索细节，只要把查询丢给Cognee，它就能给你最好的结果。

快速入手

目前可以使用pip、poetry、uv或你喜欢的任何Python包管理器来安装Cognee：

# 使用uv（推荐）
uv pip install cognee

# 或者使用pip
pip install cognee

# 或者使用poetry
poetry add cognee

首先，你需要配置LLM API密钥：

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

或者，你也可以创建一个.env文件（可以使用项目提供的模板）。如果你想集成其他LLM提供商，可以查看官方的LLM Provider文档。

6行代码体验核心功能

让我们用Cognee的四个核心API——remember、recall、forget、improve——来体验一下：

import cognee
import asyncio

async def main():
    # 永久存储到知识图谱（同时执行add + cognify + improve）
    await cognee.remember("Cognee turns documents into AI memory.")

    # 存储到会话记忆（快速缓存，后台同步到图）
    await cognee.remember("User prefers detailed explanations.", session_id="chat_1")

    # 查询，自动选择最佳搜索策略
    results = await cognee.recall("What does Cognee do?")
    for result in results:
        print(result)

    # 先查会话记忆，如果需要则回退到图
    results = await cognee.recall("What does the user prefer?", session_id="chat_1")
    for result in results:
        print(result)

    # 完成后删除
    await cognee.forget(dataset="main_dataset")

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

是的，你没有看错，核心功能就是这么简单！

使用Cognee CLI

Cognee还提供了命令行工具，使用起来更加方便：

# 记住信息
cognee-cli remember "Cognee turns documents into AI memory."

# 回忆信息
cognee-cli recall "What does Cognee do?"

# 忘记所有信息
cognee-cli forget --all

如果你想打开本地UI，只需要运行：

cognee-cli -ui

Cognee已经和多个流行的AI Agent框架集成好了，让我们看看几个例子。

你可以安装Cognee记忆插件，让Claude Code拥有跨会话的持久化记忆。插件会自动通过钩子捕获工具调用到会话记忆中，并在会话结束时同步到永久知识图谱。

设置步骤：

# 安装cognee
pip install cognee

# 配置
export LLM_API_KEY="your-openai-key"

# 克隆插件
git clone https://github.com/topoteretes/cognee-integrations.git

# 启用它（添加到~/.zshrc以永久使用）
claude --plugin-dir ./cognee-integrations/integrations/claude-code

或者，你也可以连接到Cognee Cloud而不是本地运行：

export COGNEE_SERVICE_URL="https://your-instance.cognee.ai"
export COGNEE_API_KEY="ck_..."

这个插件会挂钩到Claude Code的生命周期——SessionStart初始化记忆，PostToolUse捕获动作，UserPromptSubmit注入相关上下文，PreCompact在上下文重置前保留记忆，SessionEnd将会话数据桥接到永久图中。

Hermes Agent集成

你可以在Hermes Agent中启用Cognee作为记忆提供者，实现会话感知的知识图谱记忆和自动路由回忆。

设置步骤：

# ~/.hermes/config.yaml
memory:
  provider: cognee

export LLM_API_KEY="your-openai-key"
hermes  # 开始聊天——会话记忆和图持久化都是自动的

或者运行hermes memory setup并选择Cognee。对于Cognee Cloud，在~/.hermes/.env中设置COGNEE_SERVICE_URL和COGNEE_API_KEY。

连接到Cognee Cloud

你可以让任何Python Agent指向托管的Cognee实例——所有SDK调用都会路由到云端：

import cognee

await cognee.serve(url="https://your-instance.cognee.ai", api_key="ck_...")

await cognee.remember("important context")
results = await cognee.recall("what happened?")

await cognee.disconnect()

写在最后

Cognee是一个非常有前景的开源项目，它用简洁的API和优雅的架构，很好的解决了AI Agent记忆系统的痛点。

6行代码就能构建持久化记忆，这种体验真的非常棒。

如果你正在开发AI Agent，或者对RAG的效果不满意，强烈推荐你试试Cognee。它的向量搜索+图数据库的组合、双层次记忆架构、30+数据源支持，都能让你的Agent变得更加智能和可靠。

GitHub：https://github.com/topoteretes/cognee

如果本文对您有帮助，也请帮忙点个 赞👍 哈！❤️

在看你就赞赞我！