cognee

cognee

旨在通过图形、LLMs和向量检索功能,为AI工程师提供精确的输出结果的开源框架

cognee是一个先进的开源框架,旨在通过图形、LLMs和向量检索功能,为AI工程师提供精确的输出结果。该工具支持自我改进,兼容多种本地配置和存储方案,从而助力AI项目的高效实施和灵活扩展。

cogneeLLMs自然语言处理向量检索图数据库Github开源项目

项目介绍:Cognee

什么是 Cognee?

Cognee 是一个面向开发者的工具,帮助他们为人工智能应用程序构建一个可靠、可以投入生产的数据层。其主要功能在于实现可扩展且模块化的 ECL(提取、认知化、加载)流水线。这种流水线可以让用户互连并检索过去的对话、文档和音频记录,同时降低幻觉、开发者的工作量和成本。

用户可以在 Google Colab 中尝试 Cognee,也可以查看官方文档以了解更多信息。

安装指南

用户可以通过多种方式安装 Cognee,包括:

  • 使用 pip:pip install cogneepip install 'cognee[postgres]'(以支持 PostgreSQL)。
  • 使用 poetry:poetry add cogneepoetry add cognee -E postgres(以支持 PostgreSQL)。

基本用法

  1. 设置环境:用户需要设置 API 密钥以支持不同的语言模型(LLM)提供商。可以通过代码直接设置或使用 .env 文件进行配置。

  2. 网络可视化:若要使用网络可视化功能,建议在 Graphistry 上创建账户并配置用户名和密码。

  3. 运行用户界面:如果需要运行 UI,用户可以进入 cognee-frontend 目录,执行 npm run dev 命令,或者通过 docker 容器运行 docker-compose up,并访问本地的 3000 端口。

简单示例

Cognee 提供了一个简单的示例,演示如何使用默认的流水线添加文本、创建知识图谱并搜索 insights。用户可以通过该示例快速体验 Cognee 的强大功能。

自行创建记忆存储

Cognee 框架由可以分组到流水线中的任务组成。每个任务都可以是一个独立的业务逻辑模块,可以与其他任务结合形成一个完整的流水线。这些任务将数据持久化到用户的记忆存储中,允许用户搜索过去对话、文档或其他数据的相关背景。

示例:文档分类

Cognee 提供了一个默认的认知化流水线示例,展示了如何将数据加入 metastore 和进行标准化,再通过任务完成文档分类。这些任务可以独立存在,用户可以根据自己的业务逻辑创建新的任务。

矢量检索、图形和 LLMs

Cognee 支持多种工具与服务进行不同操作:

  • 模块化性质:Cognee 的任务分为不同的流水线,这使得其具有高度模块化的特性。
  • 本地设置:默认情况下,LanceDB 本地运行,配合 NetworkX 和 OpenAI。
  • 矢量存储:支持 LanceDB、Qdrant、PGVector 和 Weaviate。
  • 语言模型(LLMs):支持 Anyscale 和 Ollama。
  • 图形存储:支持 NetworkX 和 Neo4j。
  • 用户管理:支持创建用户图表及权限管理。

演示

用户可以查看在线演示 notebook 或者观看介绍视频以更深入了解 Cognee 的使用。

入门指南

  1. 安装服务器:使用 docker compose up 命令启动服务器。
  2. 安装 SDKpip install cognee 安装软件开发工具包。

Cognee 是一个提供丰富功能的工具,使得开发者能够更轻松地管理和检索 AI 应用所需的数据层。用户可以通过丰富的文档和示例,快速掌握该工具的使用方法和工作原理。

编辑推荐精选

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

HunyuanVideo

HunyuanVideo

HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。

HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。

WebUI for Browser Use

WebUI for Browser Use

一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。

WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。

xiaozhi-esp32

xiaozhi-esp32

基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。

xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。

olmocr

olmocr

一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的转换,并提供测试和报告功能。

olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。

飞书多维表格

飞书多维表格

飞书多维表格 ×DeepSeek R1 满血版

飞书多维表格联合 DeepSeek R1 模型,提供 AI 自动化解决方案,支持批量写作、数据分析、跨模态处理等功能,适用于电商、短视频、影视创作等场景,提升企业生产力与创作效率。关键词:飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。

下拉加载更多