topoteretes/cognee

Cognee Hakkında

Cognee, Ajanlarınız için açık kaynaklı bir memory kontrol düzlemidir ve her formatta veya yapıda veri alıp, doğru bağlamı sağlamak için sürekli öğrenir. Embeddings, grafikler ve bilişsel bilim yaklaşımlarını birleştirerek, belgelerinizin anlam açısından aranabilir ve ilişkiler açısından bağlantılı olmasını sağlar.

:star: Daha fazla geliştiriciyi hedeflemize ulaştırmamıza ve cognee topluluğunu büyütmemize yardımcı olun. Bu depoyu yıldızlayın!

:books: Kurulum ve yapılandırma için detaylı dokümentasyonumuzu kontrol edin.

:crab: OpenClaw eklentiniz için kullanılabilir — cognee-openclaw

✴️ Claude Code eklentiniz için kullanılabilir — claude-code-plugin

Cognee Neden Kullanmalı:

• Kolayca Şirket Beynini İnşa Edin - çeşitli kaynaklardan gelen verileri tek bir yerde birleştirin ve Ajanları alan bilginizle güçlendirin
• Bilgi altyapısı — birleşik veri alımı, graph/vector arama, yerel çalıştırma, ontoloji temelleştirme, multimodal
• Kalıcı ve Öğrenme Yapan Ajanlar - geri bildirimleri öğrenin, bağlam yönetimi, ajanlararası bilgi paylaşımı
• Güvenilir ve İtibarlı Ajanlar - ajan kullanıcı/kiracı yalıtımı, izlenebilirlik, OTEL collector, denetim özellikleri

Ürün Özellikleri

Temel Kullanım & Özellik Rehberi

Daha fazla bilgi için, Cognee'nin temel özellikleriyle ilgili bu kısa, uçtan uca Colab kılavuzunu kontrol edin.

Hızlı Başlangıç

Cognee'yi sadece birkaç satırda kodla deneyelim.

Ön Koşullar

• Python 3.10 ila 3.14

Adım 1: Cognee'yi Kurun

Cognee'yi pip, poetry, uv veya tercih ettiğiniz Python paket yöneticisiyle kurabilirsiniz.

uv pip install cognee

Adım 2: LLM'i Yapılandırın

import os
os.environ["LLM_API_KEY"] = "YOUR OPENAI_API_KEY"

Alternatif olarak, şablonumuzu kullanarak bir .env dosyası oluşturun.

Diğer LLM sağlayıcılarını entegre etmek için LLM Sağlayıcı Dokümentasyonumuza bakın.

Adım 3: Pipeline'ı Çalıştırın

Cognee'nin API'si size dört işlem sunar — remember, recall, forget ve improve:

import cognee
import asyncio


async def main():
    # Bilgi grafiğinde kalıcı olarak saklayın (add + cognify + improve'ı çalıştırır)
    await cognee.remember("Cognee belgeleri AI hafızasına dönüştürür.")

    # Oturum belleğinde saklayın (hızlı cache, arka planda grafiğe senkronize olur)
    await cognee.remember("Kullanıcı ayrıntılı açıklamaları tercih ediyor.", session_id="chat_1")

    # Otomatik yönlendirme ile sorgula (en iyi arama stratejisini otomatik olarak seçer)
    results = await cognee.recall("Cognee ne yapar?")
    for result in results:
        print(result)

    # Önce oturum belleğini sorgula, gerekirse grafiğe geç
    results = await cognee.recall("Kullanıcı ne tercih ediyor?", session_id="chat_1")
    for result in results:
        print(result)

    # İşiniz bittiğinde sil
    await cognee.forget(dataset="main_dataset")


if __name__ == '__main__':
    asyncio.run(main())

Cognee CLI'ı Kullanın

cognee-cli remember "Cognee belgeleri AI hafızasına dönüştürür."

cognee-cli recall "Cognee ne yapar?"

cognee-cli forget --all

Yerel UI'yi açmak için şunu çalıştırın:

cognee-cli -ui

AI Ajanlarıyla Kullanın

Claude Code

Claude Code'a oturumlar arasında kalıcı hafıza vermek için Cognee hafıza eklentisini kurun. Eklenti, hook'lar aracılığıyla tool çağrılarını otomatik olarak oturum belleğine yakalar ve oturum sonunda kalıcı bilgi grafiğine senkronize eder.

Kurulum:

# cognee'yi kurun
pip install cognee

# Yapılandırın
export LLM_API_KEY="your-openai-key"

# Eklentiyi klonlayın
git clone https://github.com/topoteretes/cognee-integrations.git

# Bunu etkinleştirin (kalıcı kullanım için ~/.zshrc'ye ekleyin)
claude --plugin-dir ./cognee-integrations/integrations/claude-code

Veya yerel olarak çalıştırmak yerine Cognee Cloud'a bağlanın:

export COGNEE_SERVICE_URL="https://your-instance.cognee.ai"
export COGNEE_API_KEY="ck_..."

Eklenti, Claude Code'un yaşam döngüsüne bağlanır — SessionStart hafızayı başlatır, PostToolUse eylemleri yakalar, UserPromptSubmit ilgili bağlamı enjekte eder, PreCompact bağlam sıfırlamalarında hafızayı korur ve SessionEnd oturum verilerini kalıcı grafiğe köprü kurar.

Cognee Cloud'a Bağlanın

Herhangi bir Python ajanı yönetilen bir Cognee örneğine işaretleyin — tüm SDK çağrıları buluta yönlendirilir:

import cognee

await cognee.serve(url="https://your-instance.cognee.ai", api_key="ck_...")

await cognee.remember("önemli bağlam")
results = await cognee.recall("ne oldu?")

await cognee.disconnect()

Örnekler

examples/ klasöründe daha fazla örneğe göz atın — demolar, rehberler, özel pipeline'lar ve veritabanı yapılandırmaları.

Kullanım Durumu 1 — Müşteri Destek Ajanı

Amaç: Müşteri sorunlarını finans, destek ve ürün geçmişi arasındaki kişisel verilerini kullanarak çözün.

Kullanıcı: "Faturamı yanlış görünüyor ve sorun hala çözülmedi."

Cognee takip eder: geçmiş etkileşimler, başarısız eylemler, çözülmüş vakalar, ürün geçmişi

# Ajan yanıtı:
Ajan: "Geçen ay çözülen 2 benzer fatura vakası buldum.
        Sorun, ödeme ve fatura sistemleri arasında bir senkronizasyon gecikmesinden
        kaynaklanıyordu — hesabınıza bir düzeltme uygulandı."

# Arka planda ne olur:
- Çeşitli şirket kanallarından veri kaynaklarını birleştirir
- Etkileşim zaman çizelgesini yeniden oluşturur ve sonuçları takip eder
- Benzer çözülmüş vakaları alır
- En iyi çözüm stratejisine eşler
- Ajanın aynı hatayı asla tekrarlamaması için yürütmeden sonra hafızayı günceller

Kullanım Durumu 2 — Uzman Bilgi Damıtılması (SQL Copilot)

Amaç: Genç analistlerin, uzman düzeyindeki sorguları, desenleri ve akıl yürütmeyi yeniden kullanarak görevleri çözmelerine yardım edin.

Kullanıcı: "Bu veri seti için müşteri akışkanlığını nasıl hesaplayabilirim?"

Cognee takip eder: uzman SQL sorguları, iş akışı desenleri, şema yapıları, başarılı uygulamalar

# Ajan yanıtı:
Ajan: "Kıdemli analistlerin benzer bir tutma sorgusunu nasıl çözdüklerini gösteren kod işte.
        Cognee şemanızı bilinen bir yapıya eşleştirdi ve uzmanın mantığını
        veri setinize uyarladı."

# Arka planda ne olur:
- Uzman SQL sorguları ve iş akışlarından desenleri çıkarır ve saklar
- Geçerli şemayı daha önce görülen yapılara eşler
- Benzer görevleri ve başarılı uygulamalarını alır
- Uzman akıl yürütmeyi geçerli bağlama uyarlar
- Genç analistlerin yakın uzman düzeyinde performans göstermesi için belleği yeni başarılı desenlerle günceller

Cognee'yi Dağıtın

Tam olarak yönetilen bir deneyim için Cognee Cloud kullanın veya aşağıdaki 1-tıkla dağıtım yapılandırmalarından biriyle kendi sunucunuzda barındırın.

Platform	En İyi Için	Komut
Cognee Cloud	Yönetilen hizmet, bakılacak altyapı yok	Kaydol veya await cognee.serve()
Modal	Sunucusuz, otomatik ölçekleme, GPU iş yükleri	bash distributed/deploy/modal-deploy.sh
Railway	En basit PaaS, yerel Postgres	railway init && railway up
Fly.io	Edge dağıtımı, kalıcı ciltler	bash distributed/deploy/fly-deploy.sh
Render	Yönetilen Postgres ile basit PaaS	Render'a dağıt düğmesi
Daytona	Bulut sanal ortamları (SDK veya CLI)	distributed/deploy/daytona_sandbox.py sayfasını görmek için

Dağıtım scriptleri, çalışan yapılandırmaları ve ek ayrıntılar için distributed/ klasörüne bakın.

Son Haberler

Topluluk & Destek

Katkıda Bulunun

Topluluğun katkılarına hoş geldiniz! Sizin girdileri Cognee'yi herkes için daha iyi kılmaya yardımcı olur. Başlamak için CONTRIBUTING.md'ye bakın.

Davranış Kuralları

Kapsayıcı ve saygılı bir topluluk oluşturmaya kararlıyız. Yönergeler için Davranış Kurallarımızı okuyun.

Araştırma & Atıf

Kısa süre önce LLM akıl yürütmesi için bilgi grafiklerini optimize etme konusunda bir araştırma makalesi yayınladık:

@misc{markovic2025optimizinginterfaceknowledgegraphs,
      title={Optimizing the Interface Between Knowledge Graphs and LLMs for Complex Reasoning},
      author={Vasilije Markovic and Lazar Obradovic and Laszlo Hajdu and Jovan Pavlovic},
      year={2025},
      eprint={2505.24478},
      archivePrefix={arXiv},
      primaryClass={cs.AI},
      url={https://arxiv.org/abs/2505.24478},
}