Создаем AI-агента с памятью на Cognee и Hugging Face

<div> <h2>Введение</h2> <p>Представьте себе: ваш AI-агент не просто отвечает на вопросы, а запоминает, чему учился вчера, и строит диалог, опираясь на прошлый контекст. В этом руководстве мы покажем, как собрать такого собеседника с помощью Cognee и бесплатных моделей Hugging Face, сохранив все инструменты open source и запустив код прямо в Google Colab.</p> <h2>Установка и подготовка</h2> <p>Начните с установки необходимых библиотек. В Google Colab или локальной среде выполните:</p> <p><code>!pip install cognee transformers torch sentence-transformers accelerate</code></p> <p>После установки импортируйте модули для работы с токенизацией, моделями и памятью агента.</p> <h2>Конфигурирование Cognee</h2> <p>Чтобы Cognee научился запоминать, нужно задать модель для встраивания (embedding) и провайдера. В коде это выглядит так:</p> <p><code> import cognee<br>await cognee.config.set("EMBEDDING_MODEL", "sentence-transformers/all-MiniLM-L6-v2")<br>await cognee.config.set("EMBEDDING_PROVIDER", "sentence_transformers") </code></p> <p>Теперь Cognee сможет разбивать текст на фрагменты и сохранять их в векторном хранилище для быстрого поиска.</p> <h2>Выбор и интеграция модели Hugging Face</h2> <p>Для генерации ответов возьмите лёгкую бесплатную модель, например <code>gpt2</code> или <code>facebook/opt-125m</code>. Создайте пайплайн:</p> <p><code> from transformers import pipeline<br>generator = pipeline("text-generation", model="gpt2") </code></p> <p>Инициализируйте агента, связав память Cognee и генератор ответов:</p> <p><code> from cognee import ConversationAgent, MemoryStore<br>memory = MemoryStore() # встроенный в Cognee векторный хранилищe<br>agent = ConversationAgent(llm=generator, memory=memory) </code></p> <h2>Создание и запуск агента</h2> <p>Теперь можно запустить диалог с сохранением истории:</p> <p><code> response = await agent.run("Привет! Расскажи о себе.")<br>print(response) </code></p> <p>Каждый запрос и ответ будут храниться в памяти, а при новых вопросах агент вспомнит прошлые темы.</p> <h2>Пример диалога с памятью</h2> <p><strong>Вы:</strong> «Как меня зовут?»<br><strong>Агент:</strong> «Вы представились как Алексей.»<br><strong>Вы:</strong> «Правильно! Напомни, о чём мы говорили сначала.»<br><strong>Агент:</strong> «Мы начали с того, что обсуждали ваше имя и интерес к AI.» </p> <h2>Заключение</h2> <p>В пару десятков строк кода вы получаете полноценного собеседника, который не забывает прошлое и может рассуждать в контексте. Попробуйте менять модели и хранилища — Cognee поддерживает как локальные LanceDB и NetworkX, так и продвинутые Qdrant и Neo4j. Бодрых экспериментов!</p> </div>