Cognee – движок знаний для AI-агентов. На замену Mem0.
Во первых строках моего письма, спешу вам сообщить, что их заявление про «Knowledge Engine for AI Agent Memory in 6 lines of code» – наглая ложь.
Первичная настройка и запуск в рамках моего привычного тестового стенда заняла больше времени, чем обычно (с другими Knoledge Engine). Возможно, я делал что-то не так, но с первичной настройкой Cognee пришлось повозиться.
Первое впечатление фреймворк производит достаточно приятное. Есть понятно организованный пайплайн по хранению данных, который можно «углублять» (кастомизировать) на каждом из этапов.
Сам готовит любой загруженный документ (более 30 типов поддерживает) к загрузке в векторную БД. Потом из каждого чанка извлекает сущности, из которых строит граф связей.
Причём граф не «для галочки», как в Mem0, а в качестве полноценного рабочего инструмента. С возможностью автоматического объединения сущностей, проставления новых связей, а также, само собой, с привязкой фактов ко времени.
Есть режим, в котором LLM самостоятельно определяет режим поиска по данным. Правда, если это не SOTA-модель, лучше определять его самостоятельно. Так как AI-агента на on-prem-модели может увести не туда.
Пока не до конца понятен механизм того, как в режиме взаимодействия с Knowledge Engine сделать так, чтобы без обновления документов (вокруг которых в Cognee строится пайплайн) указать модели, что какой-то факт или связь в Графе не являются истиной. И чтобы после такого заявления он случайно не удалил из графа лишнего.
Итог: первые тесты идут интересно. Продолжаю. Буду рассказывать о нюансах работы с Cognee в следующих материалах.
Добавить комментарий