Wink Pings

Postgres+开源模型搞定公司本体论,Cognee 准确率 91%

Cognee 是一个开源工具,连接 GitHub、Slack、Notion 等数据源,为 AI 代理自动构建公司本体论。它不用图数据库,不依赖 Anthropic/OpenAI,只基于 Postgres 和开放权重模型。在 LoCoMo 上准确率 91%,BEAM 上 79%。

AI 代理现在要处理的数据量越来越大,但它们对信息之间的关系缺乏理解。为了回答一个简单问题,可能要把整个知识库翻一遍,烧掉上百万 token。

Cognee 想改变这一点。它是一个开源工具,能把 GitHub、Slack、Linear、Notion 等 10 多个数据源接入你的 agents 或软件工厂,自动构建一家公司的本体论,也就是把信息之间的关系结构化组织起来。

和常见做法不同,Cognee 没有使用图数据库,也不依赖 Anthropic 或 OpenAI 的闭源模型。它用开放权重的小模型构建不同的记忆元素,再用改造过的 embeddings 避免图数据库,所有东西跑在 Postgres 上。换句话说,一家已有的公司,可能不需要新增一套复杂基础设施,就能拥有一个本体层。

效果方面,Cognee 在 LoCoMo 上达到 91% 准确率,在 BEAM 上达到 79%。这两个基准主要测试长期记忆和关系理解。数字不算顶尖,但考虑到它只用 Postgres 和开源模型,这个结果有吸引力。

视频演示了具体工作流程:

它解决的核心问题是成本。当 agent 需要理解信息之间的关系时,与其让它们反复读文件,不如预先构建一个轻量本体。Cognee 的价值在于把这个过程自动化,而且不绑死在某家模型厂商。

如果你正在给 AI 代理做记忆层或知识层,这个项目值得看看。免费、Postgres、开源,这几个词组合在一起,至少值得跑一下。

发布时间: 2026-11-20 03:33