-
Cognee：用知识图谱给 AI Agent 装记忆，比你想的更有野心
如果你在过去一年里关注过 AI Agent 的记忆方案，Mem0 和 Zep 这两个名字大概率不陌生。Mem0 走的是向量优先路线，47K Stars，五分钟集成，主打用户偏好记忆。Zep 用时间知识图谱追踪对话中的事实变化，在 LongMemEval 上跑出了 63.8% 的分数。 然后 Cognee 出现了。它既不是向量优先，也不是对话优先，而是选了一条更重的路：知识图谱优先。 Cognee …- 996
- 0
-
codebase-memory-mcp：2026 年最”反常识”的 AI 工具
如果你用过 Claude Code 或 Cursor 改一个没见过的中型项目，你一定经历过这个场景：Agent 开始疯狂 grep，打开十几个文件，烧掉几万 Token，最后告诉你"没找到"。不是模型笨，是它每次都在裸眼看森林，没有地图。 codebase-memory-mcp 做的事很直接：提前把整个代码库索引成一张知识图谱，Agent 查图而不是翻文件。节点是函数、类、路由…- 1k
- 0
-
Graphify：你的 AI 编程助手终于不用 grep 了
2026 年 4 月初，Andrej Karpathy 在社交平台上抛出一个想法：如果让 LLM 把自己的全部知识编译成一张可查询的图谱会怎样？他没写一行代码，只是描述了一个场景：你所有的笔记、文档、阅读记录被 LLM 消化后，变成一张你可以提问的地图。48 小时后，Graphify 出现了。 不是 Karpathy 本人写的。开源社区看到这个理念，两天交付了第一个可用版本。到今天，这个项目已经长…- 1.2k
- 0
-
Ontology：给 AI Agent 装一个能推理的关系型记忆系统
说实话，我一开始对"给 Agent 加记忆"这件事是有偏见的。不就是存个 JSON 文件、记几个键值对吗？大多数所谓"记忆系统"到头来就是个带时间戳的键值对仓库，查点历史对话还行，但要让它理解"这个任务是谁布置的、当前被什么阻塞了、项目 A 和项目 B 之间有没有耦合"，完全指望不上。 后来我看到了 Ontology 这个 Skill，在…- 1.2k
- 0
-
Memory：为什么AI”记不住”你昨天说的话
你有没有这种崩溃的时刻 第一天，你跟AI说"我的公司叫XX，明天帮我写一份介绍"。 第二天，你问AI"我的公司叫什么名字"，它一脸茫然："不知道你在说什么公司。" 你炸了——"我昨天明明告诉你了！" 这就是AI的"记忆"本质：它根本没有真正的记忆，它的"记忆"只是上下文窗口里残留…- 901
- 0