Cognee Memory System#

AI知识引擎 - 6行代码实现记忆系统

官网： https://cognee.ai

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

安装： pip install cognee

OpenClaw插件： @cognee/cognee-openclaw

---

核心API#

四大操作#

操作功能说明remember存储记忆永久存储到知识图谱recall查询记忆自动路由最优搜索策略forget删除记忆删除过时/错误记忆improve优化学习持续学习提升准确性

---

快速开始#

Python API#

python

import cognee
import asyncio

async def main():
    # 存储到知识图谱
    await cognee.remember("Cognee turns documents into AI memory.")

    # 存储到会话缓存（快速）
    await cognee.remember("User prefers detailed explanations.", session_id="chat_1")

    # 查询（自动路由）
    results = await cognee.recall("What does Cognee do?")
    for result in results:
        print(result)

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

asyncio.run(main())

CLI#

bash

cognee-cli remember "Cognee turns documents into AI memory."
cognee-cli recall "What does Cognee do?"
cognee-cli forget --all
cognee-cli -ui  # 打开本地UI

---

配置#

环境变量#

bash

# OpenAI API（必需）
export LLM_API_KEY="your-openai-key"

# 或使用其他LLM提供商
# 见: https://docs.cognee.ai/setup-configuration/llm-providers

# Cognee Cloud（可选）
export COGNEE_SERVICE_URL="https://your-instance.cognee.ai"
export COGNEE_API_KEY="ck_..."

---

使用场景#

1. 客服Agent#

text

用户："我的发票有问题还没解决"
Cognee追踪：历史交互、失败操作、已解决案例、产品历史
Agent回复："找到2个上月类似计费案例已解决，问题由支付系统同步延迟导致"

2. SQL Copilot（知识蒸馏）#

text

用户："如何计算客户留存率？"
Cognee追踪：专家SQL查询、工作流模式、schema结构、成功实现
Agent回复："高级分析师解决了类似留存查询，这是他们的方案..."

3. 跨会话记忆#

python

# Session 1
await cognee.remember("用户喜欢详细的解释", session_id="user_123")

# Session 2（跨会话查询）
results = await cognee.recall("用户偏好什么？", session_id="user_123")

---

OpenClaw插件安装#

bash

npm install @cognee/cognee-openclaw

插件自动集成：

• SessionStart → 初始化记忆
• PostToolUse → 捕获行动
• UserPromptSubmit → 注入相关上下文
• PreCompact → 跨上下文保留记忆
• SessionEnd → 桥接到永久知识图谱

---

vs 其他记忆系统#

功能我们现有Cognee存储方式文件向量+图双存储搜索方式关键词语义+关系学习能力无forget+improve跨Agent不支持共享知识图谱可视化无CLI UI

---

部署选项#

平台说明Cognee Cloud托管服务Modal无服务器，GPU自动扩展Railway简化PaaSFly.io边缘部署Render简单PaaS

---

示例代码#

完整记忆循环#

python

import cognee
import asyncio

async def memory_loop():
    # 1. 学习新知识
    await cognee.remember("用户正在学习Python编程")
    await cognee.remember("用户偏好边做边学的教学方式")

    # 2. 查询相关记忆
    results = await cognee.recall("用户的学习偏好是什么？")

    # 3. 根据反馈改进
    await cognee.improve("纠正对用户偏好的错误理解")

    # 4. 忘记错误记忆
    await cognee.forget("错误的假设")

asyncio.run(memory_loop())

---

安装状态#

• Python包：✅ 已安装 cognee
• OpenClaw插件：需额外安装 @cognee/cognee-openclaw

---

Powered by Cognee | https://cognee.ai