Cognee 是一个免费开源的 AI 记忆平台，给 Agent 提供跨会话的持久长期记忆。它把文档、代码、对话转成自托管的、可搜索的知识图谱。最有意思的一点是它不强依赖大模型：不配任何 LLM API key，靠本地小模型也能建图和检索。这篇拆它的记忆原语和可复用的分层思路。

解决什么问题

Agent 的痛点是每次会话都是白纸：项目上下文、过去做的决定、修过的 bug、学到的规则，一关会话全丢。Cognee 的思路是把这些沉淀成持久记忆，别的会话能再取回。它把记忆分成两类来源：文本变成实体、关系和可搜索的块；代码变成符号与依赖的图。会话蒸馏再把被接受的教训提炼进永久记忆。查询时，检索按需选取图、向量或代码上下文，应用可以检查取到的证据再作答。

和普通向量库的差别也在这里：向量库存的是「文本片段」，Cognee 存的是「有结构的记忆」——实体、关系、代码符号，以及从会话里蒸馏出来的规则。所以它能回答的不只是「这段话讲了什么」，还能追「这个决定背后是哪次讨论、哪段代码」。

remember 与 recall

记忆的读写就是两个原语。remember 存内容，recall 取回。下面这段不配 LLM，用本地模型抽图并嵌入：

import asyncio

import cognee


async def main():
    await cognee.remember(
        "居里夫人出生在华沙，在巴黎大学工作。",
        dataset_name="local_quickstart",
    )
    results = await cognee.recall(
        "居里夫人在哪里出生？",
        datasets=["local_quickstart"],
    )
    for result in results:
        print(result)


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

同样的工作流也走 CLI，两条命令即可：

cognee-cli remember "居里夫人出生在华沙。" -d local_quickstart
cognee-cli recall "居里夫人在哪里出生？" -d local_quickstart

没配 LLM 时，recall 返回的是匹配的源文本，不生成答案。要生成答案，再配 LLM。

本地小模型管线

这是它「无需 LLM」的关键：没配 API key 时，Cognee 用本地 GLiNER 模型做实体抽取，用本地嵌入模型做向量化，两者首次使用时自动下载，跑在 CPU 上。官方明确说这套 GLiNER 抽取器是「小模型管线」的演示版，生产级版本精度更高、标签覆盖更广（需联系官方）。LLM 依赖的增强阶段在没配模型时会自动跳过。

这套设计的可复用点在于「分层降级」：把记忆里最重、最耗资源的部分（实体抽取、嵌入）拆给可替换的小模型，把最需要智能的部分（生成答案、提炼教训）留给可选的 LLM。于是同一套记忆逻辑，既能在无 GPU 的机器上跑，也能接上大模型升级能力，而不是一上来就绑死某个模型供应商。

improve 与 forget

除了读写，还有两个原语补全记忆的生命周期：improve 丰富记忆、应用反馈、把会话知识桥接进图；forget 删除指定条目或数据集。加上 remember 和 recall，四个原语对应记忆的增、查、改、删。这个「会话知识 → 图」的桥接，是它和普通向量库的本质差别——它把「这一轮学到了什么」沉淀成下一轮能用的结构。

Postgres 单实例

传统图记忆要开一堆栈：图数据库管关系、向量数据库管嵌入、Redis 管会话、关系库管元数据，部署、安全、付费都跑在「Agent 记任何东西」之前。Cognee 从 1.0 起可以只用一个 Postgres 实例跑完整个记忆层——关系元数据、PGVector、图状态都放进去。官方标注这是 demo 特性，生产级是授权产品。启动命令一条：

docker run --rm -it -p 8000:8000   -e LLM_API_KEY="sk-..."   -e ENABLE_BACKEND_ACCESS_CONTROL=false   -v cognee_storage:/cognee-storage   cognee/cognee:main

BEAM 基准

官方用 BEAM 评估测对话记忆：100K token 上下文得分 0.79，10M token 得分 0.67（探索性结果），由合成长上下文对话加 LLM 裁判评估。两个设置用不同对话、不同模型和检索流程，不能直接和别的系统比，报告里也注明了方法论与复现限制。数值只是参考，重点是它把「记忆质量」当成了可测的指标。

局限

Cognee 最明确的边界在精度和规模：本地 GLiNER 抽取是 demo 级，生产级要授权；Postgres 单实例也是 demo 特性。但对「给 Agent 加跨会话记忆」这个需求，它把「知识图谱 + 向量 + 会话蒸馏」这套分层思路做成了低门槛、可自托管、不强绑大模型的形态，可复用点恰恰是这四个原语和那套本地小模型管线——不必为了记忆去养一整套图数据库栈。