cognee/assets/community/README.pt.md

6.4 KiB

Cognee Logo

cognee - Memória para Agentes de IA em 5 linhas de código

Demonstração . Saiba mais · Participe do Discord

GitHub forks GitHub stars GitHub commits Github tag Downloads License Contributors

cognee - Memory for AI Agents  in 5 lines of code | Product Hunt

Crie uma memória dinâmica para Agentes usando pipelines ECL (Extrair, Cognificar, Carregar) escaláveis e modulares.

Saiba mais sobre os casos de uso e avaliações

Por que cognee?

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 para mais informações.

📦 Instalação

Você pode instalar o Cognee usando pip, poetry, uv ou qualquer outro gerenciador de pacotes Python.

Com pip

pip install cognee

💻 Uso Básico

Configuração

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:

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: Visualização do Grafo Abra no navegador.

Para um uso mais avançado, confira nossa documentação.

Entenda nossa arquitetura

diagrama conceitual do cognee

Demonstrações

  1. O que é memória de IA: Saiba mais sobre o cognee

  2. Demonstração simples do GraphRAG

Demonstração simples do GraphRAG

  1. Cognee com Ollama

cognee com modelos locais

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

contribuidores

Histórico de Estrelas

Gráfico de Histórico de Estrelas