Cognee 핵심 개념
Cognee는 원시 데이터를 지능적인 지식 구조로 변환하기 위해 모듈식 설계와 명확한 데이터 단위를 사용합니다.
1. 주요 구성 요소
- 데이터포인트 (DataPoints): 그래프의 노드가 되는 최소 구조화 데이터 단위입니다.
- 작업 (Tasks): 데이터를 변환하거나 처리하는 개별 실행 단위입니다.
- 파이프라인 (Pipelines): 여러 작업을 오케스트레이션하여 워크플로우를 생성합니다.
2. 4대 핵심 작업 (Core Operations)
AI 메모리 구축 및 활용을 위한 네 가지 API 메서드가 제공됩니다:
.add(): 데이터를 시스템에 수집하고 준비합니다..cognify(): 수집된 데이터에서 엔티티와 관계를 추출하여 지식 그래프를 생성하는 핵심 단계입니다..memify(): 그래프의 의미론적 강화를 수행하는 단계입니다(예정)..search(): 벡터 유사성, 그래프 탐색 또는 하이브리드 방식을 사용하여 정보를 검색합니다.
3. 고급 개념
- 노드 세트 (Node Sets): 지식 기반 콘텐츠를 분류하고 필터링하기 위한 태그 및 조직 시스템입니다.
- 온톨로지 (Ontology): RDF/XML 등을 통해 외부 지식 체계와 연결할 수 있는 구조를 제공합니다.