@@ -60,6 +63,7 @@ More on [use-cases](https://docs.cognee.ai/use-cases) and [evals](https://github
Get started quickly with a Google Colab notebook or starter repo
+
## Contributing
Your contributions are at the core of making this a true open source project. Any contributions you make are **greatly appreciated**. See [`CONTRIBUTING.md`](CONTRIBUTING.md) for more information.
@@ -69,7 +73,8 @@ Your contributions are at the core of making this a true open source project. An
## 📦 Installation
-You can install Cognee using either **pip**, **poetry**, **uv** or any other python package manager.
+You can install Cognee using either **pip**, **poetry**, **uv** or any other python package manager.
+Cognee supports Python 3.8 to 3.12
### With pip
diff --git a/community/README.pt.md b/community/README.pt.md
new file mode 100644
index 000000000..f42f8c0b0
--- /dev/null
+++ b/community/README.pt.md
@@ -0,0 +1,153 @@
+
+
+ 
+
+
+
+ + cognee - Memória para Agentes de IA em 5 linhas de código + +
+
+
+
+Crie uma memória dinâmica para Agentes usando pipelines ECL (Extrair, Cognificar, Carregar) escaláveis e modulares.
+
+Saiba mais sobre os [casos de uso](https://docs.cognee.ai/use-cases) e [avaliações](https://github.com/topoteretes/cognee/tree/main/evals)
+
+
+
+
+
+## Funcionalidades
+
+- Conecte e recupere suas conversas passadas, documentos, imagens e transcrições de áudio
+- Reduza alucinações, esforço de desenvolvimento e custos
+- Carregue dados em bancos de dados de grafos e vetores usando apenas Pydantic
+- Transforme e organize seus dados enquanto os coleta de mais de 30 fontes diferentes
+
+## Primeiros Passos
+
+Dê os primeiros passos com facilidade usando um Google Colab notebook ou um repositório inicial
+
+## Contribuindo
+
+Suas contribuições estão no centro de tornar este um verdadeiro projeto open source. Qualquer contribuição que você fizer será **muito bem-vinda**. Veja o [`CONTRIBUTING.md`](/CONTRIBUTING.md) para mais informações.
+## 📦 Instalação
+
+Você pode instalar o Cognee usando **pip**, **poetry**, **uv** ou qualquer outro gerenciador de pacotes Python.
+
+### Com pip
+
+```bash
+pip install cognee
+```
+
+## 💻 Uso Básico
+
+### Configuração
+
+```python
+import os
+os.environ["LLM_API_KEY"] = "SUA_OPENAI_API_KEY"
+```
+
+Você também pode definir as variáveis criando um arquivo .env, usando o nosso modelo.
+Para usar diferentes provedores de LLM, consulte nossa documentação .
+
+### Exemplo simples
+
+Este script executará o pipeline *default*:
+
+```python
+import cognee
+import asyncio
+
+
+async def main():
+ # Adiciona texto ao cognee
+ await cognee.add("Processamento de linguagem natural (NLP) é um subcampo interdisciplinar da ciência da computação e recuperação de informações.")
+
+ # Gera o grafo de conhecimento
+ await cognee.cognify()
+
+ # Consulta o grafo de conhecimento
+ results = await cognee.search("Me fale sobre NLP")
+
+ # Exibe os resultados
+ for result in results:
+ print(result)
+
+
+if __name__ == '__main__':
+ asyncio.run(main())
+
+```
+Exemplo do output:
+```
+ O Processamento de Linguagem Natural (NLP) é um campo interdisciplinar e transdisciplinar que envolve ciência da computação e recuperação de informações. Ele se concentra na interação entre computadores e a linguagem humana, permitindo que as máquinas compreendam e processem a linguagem natural.
+
+```
+
+Visualização do grafo:
+
+
+
+ + + cognee - Memória para Agentes de IA em 5 linhas de código + +
+ Demonstração + . + Saiba mais + · + Participe do Discord +
+ + + + [](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) + +
+
+
+
+Crie uma memória dinâmica para Agentes usando pipelines ECL (Extrair, Cognificar, Carregar) escaláveis e modulares.
+
+Saiba mais sobre os [casos de uso](https://docs.cognee.ai/use-cases) e [avaliações](https://github.com/topoteretes/cognee/tree/main/evals)
+
+
+
+
+
+
+
+Abra no [navegador](https://rawcdn.githack.com/topoteretes/cognee/refs/heads/main/assets/graph_visualization.html).
+
+
+Para um uso mais avançado, confira nossa documentação.
+
+
+## Entenda nossa arquitetura
+
+
+ 
+
+
+## Demonstrações
+
+1. O que é memória de IA:
+[Saiba mais sobre o cognee](https://github.com/user-attachments/assets/8b2a0050-5ec4-424c-b417-8269971503f0)
+
+2. Demonstração simples do GraphRAG
+
+[Demonstração simples do GraphRAG](https://github.com/user-attachments/assets/d80b0776-4eb9-4b8e-aa22-3691e2d44b8f)
+
+3. Cognee com Ollama
+
+[cognee com modelos locais](https://github.com/user-attachments/assets/8621d3e8-ecb8-4860-afb2-5594f2ee17db)
+
+## Código de Conduta
+
+Estamos comprometidos em tornar o open source uma experiência agradável e respeitosa para nossa comunidade. Veja o
+CODE_OF_CONDUCT para mais informações.
+
+## 💫 Contribuidores
+
+
+
+
+
+
+
+
+ +Cognee - это платформа для управления памятью ИИ, предназначенная для повышения точности и надежности ответов больших языковых моделей (LLM) и ИИ-агентов. + +
+
+
+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)
+
+
+
+
+
+## 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 блокнота или стартового репозитория
+
+## 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 шаблон.
+Для использования различных провайдеров LLM смотрите нашу документацию.
+
+### 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:
+
+
+
+ + +Cognee - это платформа для управления памятью ИИ, предназначенная для повышения точности и надежности ответов больших языковых моделей (LLM) и ИИ-агентов. + +
+ Демо + · + Узнать больше + · + Присоединиться к Discord +
+ + + + [](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) + +
+
+
+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)
+
+
+
+
+
+
+
+[Открыть пример графа в браузере](https://rawcdn.githack.com/topoteretes/cognee/refs/heads/main/assets/graph_visualization.html).
+
+
+Больше примеров в документации.
+
+
+## Изучите нашу архитектуру
+
+
+
+
+
+## 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
+CODE_OF_CONDUCT для получения дополнительной информации.
+
+## 💫 Контрибьюторы
+
+
+