AI Agent 共享知识库搭建教程：让 Claude Code、Hermes、Codex、VSCode 共用同一份记忆

你是否遇到过：在 Claude Code 里问过的问题，换到 Hermes 又要重新解释一遍？四个 AI 助手各记各的，信息割裂？本文教你搭建一套共享知识库，让所有 AI Agent 读写同一份记忆。

一、Cognee 是什么

Cognee 是一个开源 AI 记忆平台（26K+ Stars），为 AI Agent 提供跨会话的持久化长期记忆。它通过知识图谱 + 向量搜索 + 认知科学本体，让 Agent 能"记住"并"推理"你的知识。

bash 复制代码

┌─────────┐  ┌─────────┐  ┌──────────┐  ┌─────────┐
│ Claude  │  │ Hermes  │  │ VSCode   │  │ Codex   │
│  Code   │  │  Agent  │  │ (Cline)  │  │  CLI    │
└────┬────┘  └────┬────┘  └────┬─────┘  └────┬────┘
     │            │            │             │
     └────────────┴─────┬──────┴─────────────┘
                        │ MCP 协议
               ┌────────▼────────┐
               │   Cognee Server  │  ← 独立知识引擎
               │  (Docker / pip)  │
               └────────┬────────┘
                        │
               ┌────────▼────────┐
               │  Neo4j + Qdrant  │  ← 图数据库 + 向量库
               │  (SQLite 可替代) │
               └─────────────────┘

架构要点：Cognee 是独立后端服务，所有 AI 客户端通过 MCP 协议连接，天然支持多客户端共享。

二、用了 vs 不用，核心区别

场景	不用知识库	用了知识库
跨会话记忆	每次对话从零开始	自动加载历史上下文
换 AI 工具	Claude 记的，Hermes 完全不知道	所有 AI 共享同一份记忆
文档知识	每次手动贴文档	一次摄入，永久可查
知识关联	孤立的片段	自动构建实体关系图
遗忘管理	手动清理上下文	`forget` 精确删除

实际例子： 你在 Claude Code 里说"API Key 在 .env 文件第 15 行"，Cognee 记住了。下次在 Hermes 里问"API Key 在哪"，直接就能回答------因为读的是同一个数据库。

三、四个 AI 助手的接入方式

AI 工具	接入方式	配置位置
Claude Code	MCP Server（claude-code-plugin）	`~/.claude/settings.json`
Hermes Agent	Native MCP Client	`D:/.hermes/config.yaml` → `mcp_servers`
VSCode (Cline/Roo)	MCP Server 配置	VSCode 设置 → Cline MCP Servers
Codex CLI	MCP 协议（mcp.json）	项目级 `.codex/mcp.json`

核心原理：都是 MCP 协议，连同一个端口，读写同一份数据。

四、安装部署（两种方案）

方案 A：完整 Cognee（推荐，需 Docker）

bash 复制代码

# 1. 克隆项目
git clone https://github.com/topoteretes/cognee.git
cd cognee

# 2. 配置环境变量
cp .env.template .env
# 编辑 .env，填入 LLM_API_KEY（支持 DeepSeek/OpenAI/通义千问等）

# 3. 启动服务（API + MCP + Neo4j 图库）
docker compose --profile mcp --profile neo4j up -d

# 4. 验证
curl http://localhost:8000/health

端口分配：

8000 --- Cognee API
8001 --- MCP Server（AI 客户端连这个）
7474 --- Neo4j 浏览器
7687 --- Neo4j Bolt

方案 B：轻量共享知识库（无需 Docker，立即可用）

适合网络受限或快速体验，纯 Python + SQLite 实现，API 兼容 Cognee（remember / recall / forget）：

bash 复制代码

# 1. 创建目录
mkdir D:/tools/shared-knowledge

# 2. 下载引擎文件（或直接复制下方代码）
# engine.py --- 知识引擎核心
# kb.py     --- CLI 命令行接口

# 3. 初始化数据库（首次运行自动创建）
python kb.py stats

engine.py 核心代码：

python 复制代码

import sqlite3, json, hashlib
from datetime import datetime
from pathlib import Path

DB_PATH = Path(__file__).parent / "knowledge.db"

def remember(text: str) -> dict:
    """存储知识，自动去重"""
    conn = sqlite3.connect(str(DB_PATH))
    fact_id = hashlib.md5(text.encode()).hexdigest()[:16]
    now = datetime.now().isoformat()
    conn.execute("""
        INSERT OR REPLACE INTO facts (id, content, updated_at)
        VALUES (?, ?, ?)
    """, (fact_id, text, now))
    conn.commit()
    conn.close()
    return {"id": fact_id, "content": text, "status": "stored"}

def recall(query: str, limit: int = 10) -> list:
    """搜索知识，支持中英文关键词"""
    conn = sqlite3.connect(str(DB_PATH))
    conn.row_factory = sqlite3.Row
    rows = conn.execute("""
        SELECT * FROM facts
        WHERE content LIKE ?
        ORDER BY updated_at DESC LIMIT ?
    """, (f"%{query}%", limit)).fetchall()
    conn.close()
    return [dict(r) for r in rows]

def forget(fact_id: str) -> int:
    """按 ID 删除知识"""
    conn = sqlite3.connect(str(DB_PATH))
    conn.execute("DELETE FROM facts WHERE id=?", (fact_id,))
    conn.commit()
    deleted = conn.total_changes
    conn.close()
    return deleted

完整版含 FTS5 全文索引、关系图谱、标签系统，见 GitHub 仓库。

五、使用演示

5.1 存入知识

bash 复制代码

# Hermes 终端 / Claude Code 终端 / 任意终端
python D:/tools/shared-knowledge/kb.py remember "GitHub Token 存放在 D:/.hermes/.env 的 GITHUB_TOKEN 变量"
python D:/tools/shared-knowledge/kb.py remember "DeepSeek API 余额不足时需充值，当前模型 deepseek-chat，每百万 token 约 2 元"

输出：

json 复制代码

{
  "id": "a23a52cb66122ca1",
  "content": "GitHub Token 存放在 D:/.hermes/.env 的 GITHUB_TOKEN 变量",
  "status": "stored"
}

5.2 搜索知识

bash 复制代码

# 中文搜索
python kb.py recall "Token"

# 输出：
# [a23a52cb] GitHub Token 存放在 D:/.hermes/.env 的 GITHUB_TOKEN 变量

# 英文搜索
python kb.py recall "DeepSeek"

# 输出：
# [a3e6d74c] DeepSeek API 余额不足时需要充值...
# [7f3ed449] Hermes 工作目录在 D:/.hermes，使用 DeepSeek API

5.3 查看全部 & 删除

bash 复制代码

python kb.py list              # 列出所有知识
python kb.py forget a23a52cb   # 按 ID 删除
python kb.py stats             # 查看统计 {"total_facts": 6}

六、快捷命令速查表

操作	Cognee CLI	轻量版 CLI
存储	`cognee-cli remember "xxx"`	`python kb.py remember "xxx"`
搜索	`cognee-cli recall "xxx"`	`python kb.py recall "xxx"`
删除	`cognee-cli forget --all`	`python kb.py forget <id>`
列表	---	`python kb.py list`
统计	---	`python kb.py stats`
启动 UI	`cognee-cli -ui`	---

七、Hermes 专用：Skill 集成

已为 Hermes 创建 shared-knowledge Skill，触发即自动调用：

bash 复制代码

用户: "记住 DeepSeek 每百万 token 约 2 元"
用户: "查一下知识库 Token 在哪"
用户: "知识库有哪些内容"

Hermes 自动识别意图，调用 kb.py，无需手动输入命令。

八、总结

要点	说明
Cognee 是独立服务	不绑定任何 AI，所有客户端通过 MCP 共享
轻量版立即可用	纯 Python + SQLite，零依赖，API 兼容 Cognee
四个 AI 都能用	Claude Code、Hermes、VSCode、Codex 统一接入
一套数据，多方共享	在 Claude Code 记的，Hermes 直接查到
后续升级零改动	网络好了切到完整 Cognee，API 不变

再也不用在每个 AI 里重复解释上下文了。存一次，处处可用。