星标数：33292★ Fork数：3512 《cognee：开源 AI 记忆平台，为智能体提供持久长期记忆》
Cognee 是一个免费的开源 AI 记忆平台，为 AI 智能体提供跨会话的持久长期记忆。它可以将文档、代码和对话转化为自托管的知识图谱，供你的智能体搜索与复用。
它可以完全在本地免费运行，无需 API key。Cognee 依赖免费的小型模型，直接使用你的 CPU。
Cognee 从不同来源构建互联的记忆：文本被转化为实体、关系和可检索的文本块，代码被转化为符号与依赖关系构成的图谱，会话蒸馏则把已确认的经验教训沉淀为永久记忆。在查询时，检索会选出相关的图谱、向量或代码上下文，你的应用可以检查检索到的证据，并据此回答问题或继续智能体任务。
主要特点
- 跨运行的智能体记忆：保留项目上下文、历史决策、修复方案与学习到的规则，并把会话经验沉淀为可被后续会话检索的持久知识
- 将文档、代码与对话转化为可搜索、可复用的自托管知识图谱
- 本地免费运行，无需 API key，使用免费的 CPU 小模型
- 两大核心操作：
remember将内容或代码存入永久记忆（或指定会话），recall检索上下文与答案，支持自动路由或自选搜索策略 - 通过自定义数据模型和本体论，围绕应用所需的实体与关系组织记忆
- 通过插件与 MCP 为已有智能体接入记忆，也提供托管的 Cognee Cloud 服务
快速开始
需要 Python 3.10–3.14。安装 Cognee：
uv pip install "cognee[gliner]"不配置 LLM 时，Cognee 使用本地 GLiNER 模型抽取知识图谱，并用本地嵌入模型进行向量化。用 Python 构建并查询记忆：
import asyncio
import cognee
async def main():
# 抽取知识图谱并用本地模型向量化文本
await cognee.remember(
"Marie Curie was born in Warsaw and worked at the University of Paris.",
dataset_name="local_quickstart",
)
# 检索匹配的原文；不使用 LLM 生成答案
results = await cognee.recall(
"Where was Marie Curie born?",
datasets=["local_quickstart"],
)
for result in results:
print(result)
if __name__ == "__main__":
asyncio.run(main())同样的流程也可通过 CLI 使用：
cognee-cli remember "Marie Curie was born in Warsaw." -d local_quickstart
cognee-cli recall "Where was Marie Curie born?" -d local_quickstart不配置 LLM key 时，文本入库、检索和会话存储均可正常工作，依赖 LLM 的改进阶段会自动跳过。可选：设置 LLM_API_KEY 后，Cognee 会使用 OpenAI 提供语言模型与嵌入，从而返回生成答案。想在不下载抽取或嵌入模型的情况下体验预构建图谱，可运行：
cognee-cli demo📊 本项目 GitHub 星标数：33292。最后更新：2026-11-13，发布：2026-11-12。项目地址：https://github.com/topoteretes/cognee
