cognee 的摄取 API 是 remember()，一次调用即完成入库、构建知识图谱并做增强，所有选项均为其参数。
用途与输入：data 可传字符串、字符串列表、文件路径（绝对路径、file://、s3://）、http(s) URL、二进制流或混合列表。URL 会被抓取（需 ALLOW_HTTP_REQUESTS=true，默认开启）；文件夹按文件摄取，若像代码项目或为 GitHub/GitLab URL，则作为一个代码仓库处理（需 PATH 中有 git）。代码文件（.py、.ts、.go 等）走确定性的代码图谱，不调用 LLM，仅可用 SearchType.CODE 检索。数据库支持 SQL 连接串、dlt 资源或 CSV，可用 primary_key、write_disposition、query、max_rows_per_table。content_type="skills" 可摄取 SKILL.md。
数据去向：dataset_name / dataset_id 指定目标数据集（dataset_id 优先，无则进 main_dataset）；node_set 打标签供后续过滤；session_id 写入会话缓存（需 CACHING=true）。
图谱构建：extractor 可选 "llm" 或 "gliner"，默认 auto；graph_model 可用自定义模型；custom_prompt 替换实体抽取提示；config 可注入 OWL 本体（annotate 仅增强，strict 丢弃无匹配实体）；chunk_size、chunker、preferred_loaders 可调；self_improvement 默认 True；run_in_background=True 立即返回 running。
成本与无 LLM：dry_run=True 返回 token 与成本估算；dry_run="presort" 对文件夹返回 PresortReport。GLiNER 本地建图无需 LLM，需 pip install "cognee[gliner]"，首次下载约 750 MB 模型。
限制：未知关键字参数会抛 TypeError；同一路径内容变更需用 cognee.update()；content_type 仅支持 None、"skills"、"code"；远程模式下部分选项被静默丢弃；脚本结束前应调用 await cognee.wait_for_background_tasks()。所有 cognee 函数均为异步。