用途：Cognee 是开源 Python AI 记忆引擎，将文本、文件等原始数据转换为可搜索的知识图谱，结合向量检索与图数据库，用于语义搜索和推理。
主要能力：提供 add() 摄取数据、cognify() 构建知识图谱、search() 查询图谱的核心流程；支持多格式摄取（文件路径、原始文本、二进制文件）；SearchType 提供 14 种检索模式，默认 GRAPH_COMPLETION；支持本体约束、会话感知搜索、自定义 DataPoint 数据模型、memify() 图谱增强、run_custom_pipeline() 自定义任务流水线、图谱可视化与 OpenTelemetry 追踪。存储默认 SQLite + LanceDB + Kuzu，可切换 PostgreSQL、PGVector、Neo4j、Qdrant、Redis、ChromaDB 等。LLM 与嵌入支持 OpenAI、Azure、Gemini、Anthropic、Ollama 及自定义端点。
使用方式：需 Python >=3.10, <3.14，推荐 uv 安装，如 uv pip install -e "." 或 uv pip install -e ".[postgres,neo4j]"。核心函数均为 async，需在异步上下文中 await。最小 .env 需配置 LLM_API_KEY 与 LLM_MODEL；若只配置 LLM 或只配置嵌入，另一项默认回退到 OpenAI。CLI 支持 cognee --add、--cognify、--search、--ui 等。MCP 服务器提供 cognify、search、list_data、delete、prune、cognify_status、save_interaction 等工具，支持 stdio、SSE、HTTP 传输。
适用场景：需要将文档转为可推理知识图谱、做语义检索、构建 AI 记忆层或接入 MCP 智能体的 Python 项目。
限制：部分功能存在已知问题，如 start_ui() 在 pip 安装下可能因缺少 npm 依赖报 500 错误，visualize_graph() 前端有未修复缺陷，update() 的 PATCH 与 GET 可能不一致；delete() 自 v0.3.9 起弃用，应改用 datasets.delete_data()。安全相关环境变量默认较宽松，生产环境需自行收紧。具体收费与价格暂未提供。