iOS 17.4 Beta1中新增了哪些全新Emoji
2026-07-11
2026-07-15 0
同一个客服 Agent,上午刚记下客户不接受电话回访,下午换了会话又重新询问一次。问题不在模型“笨”,而在每次调用默认都是无状态的:上下文一断,之前的判断就不再可见。Cognee 补的是这层记忆基础设施,让数据在会话结束后仍能被整理、检索并交给下一次任务。
Cognee 是开源的 AI Agent 记忆平台。它接收文本、文件或网址,把内容切分、提取实体与关系,再组织成可查询的知识图谱。需要回答问题时,系统不必把全部历史重新塞进提示词,而是按问题召回相关上下文。
它能保存跨会话的业务事实、人物关系和项目约束;但它不会自动判断所有信息都值得永久保留。错误资料如果未经清理进入记忆,后续召回仍可能把错误放大。

| 存储层 | 主要保存 | 适合回答 |
|---|---|---|
| 关系存储 | 文档、分块及数据出处 | 某条信息从哪里进入系统 |
| 向量存储 | 文本的语义表示 | 哪些内容在意思上相近 |
| 图存储 | 实体、节点与关系 | 人物、事件和概念如何连接 |
这套组合的价值在于“相似”与“关联”可以同时使用。只靠向量检索,Agent 也许能找到谈过退款的段落,却未必能追到该退款对应哪个订单、哪次投诉和哪项补偿。图关系补上结构,关系存储则保留可追溯路径。
rememberrecallimproveforget能写、能找、能更新,也能删除,才算可管理的记忆。只有写入而没有遗忘机制,数据会越来越旧;只有检索而没有用户与数据集隔离,又会带来串库风险。

客服 Agent、研究助手、代码助手和企业知识助理最容易看到收益:任务会跨天、资料彼此有关、同一事实会被多次调用。一次性问答、数据量很小或完全不能使用外部模型的项目,先上普通检索往往更省成本。
Cognee 可以本地运行,默认轻量存储也不要求单独部署数据库服务;图谱构建仍需要模型做实体与关系抽取,永久记忆的时间和调用成本高于会话缓存。真正的落地判断很简单:先挑一个会反复发生的任务,观察跨会话召回是否减少重复说明,再决定要不要扩大数据范围。
猜你喜欢
Claude Code 怎么接入长期记忆?Cognee Memory 插件教程
56gthzwbzf-boop/codex-ppt-skills:参考图不是背景,而是可编辑重建的证据
DennyWanye/research-backed-ppt-generator:它把题目压成一场有证据的知识讲述
BJB0/AI-PPT-Generator:Gemini 与 python-pptx 方向明确,但仍在进行中
Jxxxxx729/academic-ppt-designer:学术汇报需要项目经理,不只是模板
Kushagra3355/contextual_ai_ppt_multiagent_system:材料先进入 RAG,PPT 才开始生成