用途：oms-cognee 面向 cognee v0.5.8（开源知识图谱记忆引擎），用于为 AI 智能体构建持久记忆应用，把文本、文件路径、URL 等数据摄取为可查询的图记忆。
主要能力：采用向量（语义）、图（实体与关系）、关系（溯源）三层存储。核心工作流为 add → cognify → search：先摄取数据，再构建知识图谱，最后查询。支持 node_set 按租户/客户/工作流隔离记忆；memify 可对已有图做增强并生成 Rule 节点；支持自定义任务流水线、直接插入 DataPoint、图可视化。search 提供 14 种模式，默认 GRAPH_COMPLETION，另有 RAG_COMPLETION、CHUNKS、SUMMARIES、TEMPORAL、CYPHER、CODING_RULES 等。
使用方式：Python >=3.10,<3.14。Cognee 以异步为主，几乎所有顶层函数都是协程，需 await 并在 async def 中通过 asyncio.run(main()) 驱动。典型调用：await cognee.add(...)、await cognee.cognify(...)、await cognee.search(...)。运行前需设置 LLM_API_KEY；默认使用 OpenAI，也可通过 cognee.config.set_llm_provider(...) 等接入 litellm 兼容提供商。默认后端包括 lancedb、kuzu、sqlalchemy 等，可选 neo4j、postgres 等扩展。CLI 命令如 cognee-cli add、cognify、search 存在，但不在本技能范围内。
适用场景：为智能体提供跨会话持久记忆、按客户或工作流隔离的检索、基于知识图谱的问答与规则查询、自定义数据模型与流水线。
限制：本技能仅覆盖 Python API，CLI 与 MCP 流程需另用 cognee-cli 或 cognee-mcp。cognee.delete 自 v0.3.9 起弃用，应改用 cognee.datasets.delete_data。start_ui 为同步函数且需 pid_callback 参数，不可 await；start_visualization_server 是模块而非函数。v0.5.8 相对 v0.5.7 无破坏性变更。其余细节暂未提供。