cognee-mcp

<div align="center"> <a href="https://github.com/topoteretes/cognee"> <img src="https://raw.githubusercontent.com/topoteretes/cognee/refs/heads/dev/assets/cognee-logo-transparent.png" alt="Cognee Logo" height="60"> </a> <br /> Cognee - это платформа для управления памятью ИИ, предназначенная для повышения точности и надежности ответов больших языковых моделей (LLM) и ИИ-агентов. <p align="center"> <a href="https://www.youtube.com/watch?v=1bezuvLwJmw&t=2s">Демо</a> · <a href="https://cognee.ai">Узнать больше</a> · <a href="https://discord.gg/NQPKmU5CCg">Присоединиться к Discord</a> </p> [](https://GitHub.com/topoteretes/cognee/network/) [](https://GitHub.com/topoteretes/cognee/stargazers/) [](https://GitHub.com/topoteretes/cognee/commit/) [](https://github.com/topoteretes/cognee/tags/) [](https://pepy.tech/project/cognee) [](https://github.com/topoteretes/cognee/blob/main/LICENSE) [](https://github.com/topoteretes/cognee/graphs/contributors) <a href="https://www.producthunt.com/posts/cognee?embed=true&utm_source=badge-top-post-badge&utm_medium=badge&utm_souce=badge-cognee" target="_blank"><img src="https://api.producthunt.com/widgets/embed-image/v1/top-post-badge.svg?post_id=946346&theme=light&period=daily&t=1744472480704" alt="cognee - Memory&#0032;for&#0032;AI&#0032;Agents&#0032;&#0032;in&#0032;5&#0032;lines&#0032;of&#0032;code | Product Hunt" style="width: 250px; height: 54px;" width="250" height="54" /></a> Создавай динамическую память для агентов, используя ECL (Extract -> Cognify -> Load) конвейер. Узнайте больше о [вариантах использования](https://docs.cognee.ai/use-cases) и [бенчмарках](https://github.com/topoteretes/cognee/tree/main/evals) <div style="text-align: center"> <img src="https://raw.githubusercontent.com/topoteretes/cognee/refs/heads/main/assets/cognee_benefits.png" alt="Почему cognee?" width="50%" /> </div> </div> ## Функциональность - Интеграция и извлечение данных: Позволяет подключать и извлекать прошлые разговоры, документы, изображения и аудиозаписи, обеспечивая доступ к разнообразным источникам информации. - Снижение галлюцинаций и затрат: Уменьшает вероятность генерации недостоверных ответов, снижает затраты на разработку и эксплуатацию ИИ-приложений. - Загрузка данных с использованием Pydantic: Обеспечивает загрузку данных в графовые и векторные базы данных с использованием только Pydantic, упрощая процесс интеграции. - Трансформация и организация данных: Позволяет трансформировать и структурировать данные, собирая их из более чем 30 различных источников, включая PDF, таблицы и другие форматы. - Модульные ECL-пайплайны: Использует модульные пайплайны Extract, Cognify, Load (ECL) для обработки данных, что обеспечивает гибкость и масштабируемость системы. - Поддержка онтологий на основе RDF: Использует онтологии на основе RDF для более интеллектуального управления данными и улучшения семантического понимания. - Локальное развертывание и масштабируемость: Позволяет развернуть систему на собственных серверах, обеспечивая безопасность данных и соответствие требованиям конфиденциальности. Система масштабируется для обработки больших объемов данных. ## Начало работы Начните легко с помощью Google Colab <a href="https://colab.research.google.com/drive/1g-Qnx6l_ecHZi0IOw23rg0qC4TYvEvWZ?usp=sharing">блокнота</a> или <a href="https://github.com/topoteretes/cognee-starter">стартового репозитория</a> ## Помощь проекту Ваш вклад является основой для превращения этого в настоящий проект с открытым исходным кодом. Любой вклад, который вы сделаете, будет **очень приветствоваться**. Смотрите [`CONTRIBUTING.md`](/CONTRIBUTING.md) для получения дополнительной информации. ## 📦 Установка Вы можете установить Cognee, используя **pip**, **poetry**, **uv** или любой другой менеджер пакетов Python. ### С помощью pip ```bash pip install cognee ``` ## 💻 Базовое использование ### Настройка ```python import os os.environ["LLM_API_KEY"] = "ВАШ_OPENAI_API_KEY" ``` Вы также можете установить переменные, создав файл .env, используя наш <a href="https://github.com/topoteretes/cognee/blob/main/.env.template">шаблон</a>. Для использования различных провайдеров LLM смотрите нашу <a href="https://docs.cognee.ai">документацию</a>. ### Пример использования Этот скрипт выполнит *стандартный* конвейер: ```python import cognee import asyncio async def main(): # Добавляем текст в cognee await cognee.add("Обработка естественного языка (NLP) - это междисциплинарная область компьютерных наук и информационного поиска.") # Генерируем граф знаний await cognee.cognify() # Делаем поиск results = await cognee.search("Расскажите мне о NLP") # Отображаем результаты for result in results: print(result) if __name__ == '__main__': asyncio.run(main()) ``` Пример вывода: ``` Обработка естественного языка (NLP) — это междисциплинарная область, которая объединяет компьютерные науки и информационный поиск. Она включает в себя технологии и методы обработки человеческого языка для создания интерфейсов и обработки данных. ``` Визуализация графа: <a href="https://rawcdn.githack.com/topoteretes/cognee/refs/heads/main/assets/graph_visualization.html"><img src="graph_visualization_ru.png" width="100%" alt="Визуализация графа"></a> [Открыть пример графа в браузере](https://rawcdn.githack.com/topoteretes/cognee/refs/heads/main/assets/graph_visualization.html). Больше примеров в <a href="https://docs.cognee.ai">документации</a>. ## Изучите нашу архитектуру <div style="text-align: center"> <img src="https://raw.githubusercontent.com/topoteretes/cognee/refs/heads/main/assets/cognee_diagram.png" alt="концептуальная диаграмма cognee" width="100%" /> </div> ## Демонстрации 1. Что такое память ИИ: [Видео](https://github.com/user-attachments/assets/8b2a0050-5ec4-424c-b417-8269971503f0) 2. Простая демонстрация GraphRAG [Видео](https://github.com/user-attachments/assets/d80b0776-4eb9-4b8e-aa22-3691e2d44b8f) 3. Cognee с Ollama [Видео](https://github.com/user-attachments/assets/8621d3e8-ecb8-4860-afb2-5594f2ee17db) ## Правила поведения Мы стремимся сделать открытый исходный код приятным и уважительным опытом для нашего сообщества. Смотрите <a href="/CODE_OF_CONDUCT.md"><code>CODE_OF_CONDUCT</code></a> для получения дополнительной информации. ## 💫 Контрибьюторы <a href="https://github.com/topoteretes/cognee/graphs/contributors"> <img alt="участники" src="https://contrib.rocks/image?repo=topoteretes/cognee"/> </a> ## История звёзд на GitHub [](https://star-history.com/#topoteretes/cognee&Date)