Cognee Agent 长期记忆
为 Agent 建立可检索的跨会话长期记忆，把文档、经验和反馈沉淀为知识图谱与向量记忆。
技能说明
Cognee 是开源的 Agent 记忆平台，提供 remember、recall、forget、improve 以及 add、cognify、search 等工作流，把文本、文件、网页或结构化数据整理成可查询的知识图谱和向量记忆。适合需要跨会话记住用户偏好、历史案例、项目知识或执行反馈的 Agent。README 明确提供 Python 安装方式和 Claude Code 记忆插件；仓库内的标准 skill.md 也可按各 Agent 的技能目录规则接入 Codex、Cursor 等兼容平台。注意：记忆内容可能包含提示词、工具轨迹和个人数据，接入前要划分数据范围并做好脱敏。
关于此技能
面向 Agent 的长期记忆与知识检索技能，让每次运行留下可复用的事实、偏好、经验和反馈。
核心能力
跨会话记忆
用 remember 和 recall 保存、读取长期记忆，也可用 session_id 保留当前会话的工作记忆。
图谱与向量检索
把文本、文件、网页和结构化数据整理成知识图谱，按图关系、语义片段、摘要或时间进行查询。
分范围管理
用 dataset 和 node_set 按用户、项目、客户、团队或工作流隔离记忆，减少无关上下文。
反馈驱动改进
通过 improve、memify 和反馈记录沉淀成功经验，但它不会改变模型参数。
适用场景
个人助理与客服
记住用户偏好、历史问题和已确认的处理方式，让后续对话少重复。
研究与知识库
把文档、网页、项目资料整理为可追问的关系网络，支持多跳关联和时间线查询。
多 Agent 协作
共享项目或团队范围的经验，同时通过数据集和节点标签控制每个 Agent 能看到的内容。
使用步骤
- 01
安装运行库
按 README 使用 uv pip install cognee（也支持 pip、poetry 等 Python 包管理器）。
- 02
配置模型
设置 LLM_API_KEY 或按文档配置其他 LLM 提供商；先在本地小范围验证配置。
- 03
写入与构建
用 remember，或按 add -> cognify 流程写入资料并建立可检索的知识图谱。
- 04
召回与维护
用 recall/search 在行动前取回相关记忆，按需用 forget、improve 或 memify 清理和丰富记忆。
常见问题
它是否直接支持 Codex、Claude Code 和 Cursor？+
仓库提供标准 skill.md，可按兼容 Agent 的技能目录规则接入；README 目前明确给出 Claude Code 记忆插件，Codex 和 Cursor 建议使用对应平台的技能安装方式并先做小范围验证。
本地运行需要什么？+
基础 Python 运行要求为 Python 3.10–3.14。使用本地 UI 或 MCP 服务时还需要 Docker Desktop、Colima 或其他可用的 Docker 运行环境。
有哪些隐私和安全注意事项？+
记忆可能保存提示词、工具调用轨迹、用户偏好和业务资料。建议使用 dataset/node_set 做隔离、先脱敏再写入；接入云端时还要保护 COGNEE_API_KEY，并核对数据存储位置。
它会自动训练模型吗？+
不会。它通过更好的记忆保存、检索和反馈复用来改善后续工作，不等同于微调或重新训练模型。
uv pip install cognee