选型 Agent 记忆方案，主流答案要么是 mem0 这种”记忆层”，要么是 Letta 这种”带记忆的 Agent 平台”（mem0 基础篇和 Letta 基础篇我都写过）。但”记不住”的根子比存对话更深：项目文档、代码里的约定、上次会话里吵出来的决策，散在三个地方，换个会话就全归零（为什么必须有长期记忆）。今天这个项目把三样东西一锅端：Cognee，31,848 星的开源 Agent 记忆平台，把文档、代码、会话抽成一张自托管的知识图谱。
项目介绍：记忆不是存片段，是建图
Cognee 的仓库是 topoteretes/cognee，2023 年 8 月创建，Apache-2.0 协议，Python 为主力语言，截至今天 31,848 星、3,286 fork，今天还有代码在推，10 月 7 日刚发 v1.6.3——三周连发四个版本，这节奏在开源记忆项目里算相当健康。官方定位一句话：给 AI Agent 持久化跨会话的长期记忆，把文档、代码、对话变成可检索的自托管知识图谱。
它的核心是四个动词：remember 写入，文本抽成实体、关系和分块，代码抽成符号依赖图，会话蒸馏成可复用的经验；recall 查询，自动在图谱、向量、代码上下文之间路由；improve 吸收反馈，把会话教训并回图谱；forget 按条目或数据集清除。说白了，它不帮你编排任务，只管三件事：记得住、查得出、删得掉。
接入面铺得很开：Claude Code、Codex、OpenClaw 都有官方插件，Cursor、Cline 走 MCP，语言侧 Python、TypeScript、Rust SDK 加 REST，Docker 一条命令起 API、UI、MCP 三个服务。仓库还挂着论文（arXiv:2505.24478）和自家的 BEAM 记忆评测：10 万 token 上下文 0.79 分、1000 万 token 0.67 分——官方自己标注了口径差异和复现差距，姑且当参考。
上手：不配 API Key 也能跑
要求 Python 3.10–3.14，装的时候把本地抽取模型带上：
uv pip install "cognee[gliner]"
不配任何 LLM Key，抽取靠本地 GLiNER 小模型、嵌入靠本地模型，README 的 quickstart 照抄就能跑：
import asyncio
import cognee
async def main():
await cognee.remember(
"Marie Curie was born in Warsaw and worked at the University of Paris.",
dataset_name="local_quickstart")
results = await cognee.recall(
"Where was Marie Curie born?", datasets=["local_quickstart"])
for r in results:
print(r)
asyncio.run(main())
CLI 同款：cognee-cli remember / recall 直接进命令行；只想先看看图谱长什么样，cognee-cli demo 加载自带样例数据，零下载零配置。要生成式回答就设一个 LLM_API_KEY（官方支持 Ollama 本地模型）；要服务化就 docker run -p 8000:8000 cognee/cognee:main，API 8000、UI 3000、MCP 8001 三个端口，本地单用户记得关掉访问控制，否则每个请求都要登录。至于这么一套跑起来要吃多少资源，我之前逐个实测过。
实话：免费的路都通了，”生产级”另开价
先说香的。 不配 Key 真能跑是 v1.6.0 之后的硬能力：抽取、嵌入全在本地 CPU 上用小模型完成，个人机零成本起步，这对不想为”记东西”单独付一份 API 钱的人很友好；四条接入路（插件、MCP、SDK、Docker）都是官方维护；还能用 COGX 格式从 mem0、Letta、Zep、Graphiti 把旧记忆搬过来，迁移不折腾。
再说不好的。 官方 README 自己先把话说死了：内置 GLiNER 抽取器只是”小模型管道的 demo”，要更高精度的生产版”请联系他们”；单 Postgres 跑全栈记忆（图+向量+会话+元数据）同样是 demo 功能，生产就绪版要商业授权。开源版管”能用”，管”上量”的是商业版和 Cognee Cloud。另外 open issues 挂着 569 个，而且 3.2 万星听着唬人，这条赛道里还有更凶的：mem0 6.7 万星、Graphiti 3.2 万星、Letta 2.5 万星。至于”记忆到底该分几层、向量库为什么不够”，先看这篇：只靠向量库做 Agent 记忆够吗。
一句话定位：Cognee 是给 Agent 用的”记忆后端”，不是又一个编排框架——它不负责让 Agent 干活，只负责让它在第 N 个会话还记得第 1 个会话说过什么。个人想用本地小模型白嫖起步，它是目前最完整的开源选择；企业要开箱即用的托管记忆，钱给谁，mem0 和 Cognee Cloud 各有各的账。
