返回 MCP 目录
public公开dns本地运行

Cognee

Cognee是一个为AI代理提供记忆功能的开源项目,通过模块化ECL管道构建动态知识图谱,支持多种数据源和格式,减少幻觉并降低成本。

article

README

🚀 cognee 项目

cognee 是一款用于构建和管理 AI 内存的工具,能助力开发者高效处理自然语言处理和知识图谱相关任务。借助它,可轻松将文本信息转化为结构化知识图谱,还支持与多种大型语言模型(LLM)交互。

🚀 快速开始

你可以通过以下链接快速访问项目相关内容:

✨ 主要特性

  • 多模态支持:不仅能处理文本,还支持图像、音频等多种数据类型。
  • 知识图谱构建:自动提取实体和关系,构建结构化的知识网络。
  • 可扩展插件系统:通过插件扩展功能,支持多种自定义处理逻辑。
  • 分布式存储:支持大规模数据存储和高效查询。

📦 安装指南

使用 pip 即可安装 cognee:

pip install cognee

💻 使用示例

基础用法

环境配置

设置环境变量(推荐使用 .env 文件):

import os
os.environ["LLM_API_KEY"] = "YOUR_OPENAI_API_KEY"

更多配置方式请参考 文档

简单示例

以下是一个简单的 cognee 使用示例:

import cognee
import asyncio


async def main():
    # 添加文本到 cognee
    await cognee.add("自然语言处理 (NLP) 是计算机科学和信息检索的交叉学科领域。")

    # 生成知识图谱
    await cognee.cognify()

    # 查询知识图谱
    results = await cognee.search("告诉我关于 NLP 的知识")

    # 显示结果
    for result in results:
        print(result)


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

示例输出

自然语言处理 (NLP) 是一个跨学科领域,涉及计算机科学和信息检索。它关注于机器如何理解和处理人类语言。

知识图谱可视化:在浏览器中打开 链接 查看完整效果。

更多高级用法请参考 文档

📚 详细文档

演示案例

  1. 什么是 AI 内存学习 cognee
  2. 简单 GraphRAG 演示GraphRAG 示例
  3. cognee 与 Ollama 集成本地模型示例

行为准则

请遵守 代码行为准则,共同营造一个友好的开源社区环境。

星历史

查看项目 星历史,了解社区活跃度。


欢迎加入 cognee 开源社区,一起打造更好用的 AI 内存工具!

help

运行方式说明

cloud

托管运行

托管运行通常表示这个 MCP Server 由服务方环境承载,用户一般按页面提供的连接方式或授权流程接入,不需要在本地长期启动一个 MCP 进程

  1. 打开服务方连接页
  2. 完成授权或复制端点
  3. 在 MCP 客户端中连接
terminal

本地运行 / 其它方式

本地运行通常需要用户在自己的电脑或服务器上安装依赖,把 server_config 复制到 MCP 客户端,并按 env_schema 补齐环境变量、密钥或其它配置

  1. 复制 server_config
  2. 安装所需依赖
  3. 补齐环境变量后重启客户端