Cognee

🚀 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：

• 项目文档
• GitHub 仓库
• 演示视频
• 加入 Discord

✨ 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！