11 · MCP 工具参考（MCP Tools Reference）

MCP 工具参考（中文译文）

原始 DeepWiki 页面：https://deepwiki.com/topoteretes/cognee/11-mcp-tools-reference

翻译时间：2026-05-27T08:45:16.201Z

翻译模型：deepseek-chat

原文字符数：9344

项目：Cognee (cognee)

---

MCP 工具参考

本文档提供了 Cognee MCP 服务器暴露的所有模型上下文协议（MCP）工具的完整参考。这些工具使 AI 助手（Claude Desktop、Cursor、Cline 等）能够通过标准化的 MCP 接口与 Cognee 的知识图谱能力进行交互。

有关数据管理操作的信息，请参见数据管理工具。有关搜索和查询功能，请参见搜索和查询工具。有关部署和网络设置，请参见MCP 服务器配置。

概述

Cognee MCP 服务器实现了 FastMCP 协议 cognee-mcp/src/server.py:73，并暴露了一组镜像 Cognee 核心 API 功能的工具。服务器以两种模式之一运行：

• 直接模式：直接导入并使用 cognee 库函数 cognee-mcp/src/cognee_client.py:64-68。
• API 模式：通过 HTTP 请求连接到正在运行的 Cognee FastAPI 服务器（本地或云端）cognee-mcp/src/cognee_client.py:58-62。

MCP 服务器提供以下工具：

• 数据入库与转换（cognify、remember）cognee-mcp/src/server.py:205、cognee-mcp/src/server.py:273
• 知识图谱查询（search、recall）cognee-mcp/src/server.py:318、cognee-mcp/src/server.py:322
• 管线监控（cognify_status）cognee-mcp/src/server.py:741
• 交互追踪（save_interaction）cognee-mcp/src/server.py:326
• 开发者规则管理（bootstrap_developer_rules、add_rules、get_rules、delete_rules）cognee-mcp/src/server.py:368-495

来源：cognee-mcp/src/server.py:73-77、cognee-mcp/src/cognee_client.py:31-70、cognee-mcp/README.md:38-49

MCP 服务器架构

graph TB
    subgraph "MCP 客户端层"
        "Claude"["Claude Desktop"]
        "Cursor"["Cursor IDE"]
        "Cline"["Cline/其他 MCP 客户端"]
    end

    subgraph "传输层"
        "stdio"["stdio 传输<br/>（管道）"]
        "sse"["SSE 传输<br/>（端口 8000）"]
        "http"["HTTP 传输<br/>（端口 8000/mcp）"]
    end

    subgraph "MCP 服务器：cognee-mcp/src/server.py"
        "FastMCP"["FastMCP('Cognee')<br/>@mcp.tool 装饰器"]

        subgraph "工具实现"
            "cognify_tool"["@mcp.tool()<br/>cognify()"]
            "search_tool"["@mcp.tool()<br/>search()"]
            "remember_tool"["@mcp.tool()<br/>remember()"]
            "status_tool"["@mcp.tool()<br/>cognify_status()"]
            "rules_tool"["@mcp.tool()<br/>bootstrap_developer_rules()"]
        end

        "CogneeClient"["CogneeClient<br/>（抽象层）"]
    end

    subgraph "后端层"
        direction LR

        subgraph "直接模式"
            "cognee_lib"["import cognee<br/>直接函数调用"]
        end

        subgraph "API 模式"
            "httpx"["httpx.AsyncClient"]
            "FastAPI"["Cognee FastAPI 服务器<br/>（端口 8000）"]
        end
    end

    "Claude" --> "stdio"
    "Cursor" --> "sse"
    "Cline" --> "http"

    "stdio" --> "FastMCP"
    "sse" --> "FastMCP"
    "http" --> "FastMCP"

    "FastMCP" --> "cognify_tool"
    "FastMCP" --> "search_tool"
    "FastMCP" --> "remember_tool"
    "FastMCP" --> "rules_tool"

    "cognify_tool" --> "CogneeClient"
    "search_tool" --> "CogneeClient"
    "remember_tool" --> "CogneeClient"
    "rules_tool" --> "CogneeClient"

    "CogneeClient" -->|use_api=False| "cognee_lib"
    "CogneeClient" -->|use_api=True| "httpx"
    "httpx" --> "FastAPI"

MCP 服务器架构

服务器使用 FastMCP 框架 cognee-mcp/src/server.py:73 来暴露工具。每个工具都使用 @mcp.tool() 装饰器进行装饰，并返回 types.TextContent 对象。CogneeClient 类 cognee-mcp/src/cognee_client.py:31 充当桥梁，将请求路由到本地 cognee 包或通过 httpx.AsyncClient 路由到远程端点 cognee-mcp/src/cognee_client.py:62。

来源：cognee-mcp/src/server.py:73-77、cognee-mcp/src/cognee_client.py:31-70

工具执行流程

sequenceDiagram
    participant Client as MCP 客户端
    participant Server as FastMCP 服务器
    participant Tool as @mcp.tool 函数
    participant CogneeClient as CogneeClient
    participant Backend as 直接/API 后端

    Client->>Server: 调用工具（通过 stdio/sse/http）
    Server->>Tool: 执行工具函数

    Note over Tool: 将 stdout 重定向到 stderr<br/>（MCP 使用 stdout 进行协议通信）

    Tool->>CogneeClient: 调用客户端方法<br/>（add/cognify/search 等）

    alt 直接模式
        CogneeClient->>Backend: import cognee<br/>await cognee.method()
    else API 模式
        CogneeClient->>Backend: httpx.AsyncClient<br/>POST /api/v1/endpoint
    end

    Backend-->>CogneeClient: 结果
    CogneeClient-->>Tool: 格式化后的结果

    Tool->>Tool: 格式化为 TextContent
    Tool-->>Server: types.TextContent(text=result)
    Server-->>Client: 返回结果

工具执行流程

所有工具函数都遵循特定模式以确保协议合规：它们使用 redirect_stdout(sys.stderr) cognee-mcp/src/server.py:17，因为 MCP 使用 stdout 进行通信。CogneeClient 处理认证逻辑（云端使用 X-Api-Key 和 X-Tenant-Id，本地使用 Authorization 请求头）cognee-mcp/src/cognee_client.py:70-85。

来源：cognee-mcp/src/server.py:17、cognee-mcp/src/cognee_client.py:70-149

完整工具参考

数据管理工具

这些工具处理数据的入库、后台处理以及生命周期管理。

• cognify：入库数据并触发知识图谱生成管线。它可以处理本地文件路径或原始文本 cognee-mcp/src/server.py:205-219。
• cognify_status：监控后台 cognify 任务的进度，按数据集名称报告错误 cognee-mcp/src/server.py:741-753。
• save_interaction：将用户与代理的对话记录到内存中，以便后续检索 cognee-mcp/src/server.py:326。
• list_data / get_datasets：检索现有数据集和数据项的元数据 cognee-mcp/src/server.py:498-538。
• prune：清空内存，可选择删除所有内容（包括系统元数据）cognee-mcp/src/server.py:705。
• bootstrap_developer_rules：自动将 .cursorrules、.cursor/rules 和 AGENT.md 索引到知识图谱中 cognee-mcp/src/server.py:368。

有关详细信息，请参见数据管理工具。

搜索和查询工具

这些工具允许代理使用多种策略从持久化内存中检索信息。

• search：主要查询工具，支持多种 SearchType 参数，包括 GRAPH_COMPLETION、RAG_COMPLETION 和 CODE cognee-mcp/src/server.py:318。
• recall：属于 V2 内存 API 的一部分，提供会话感知的检索功能 cognee-mcp/src/server.py:322。
• get_log_file_location：提供轮转日志文件的路径，用于调试提取或搜索任务 cognee-mcp/src/server.py:783。

有关详细信息，请参见搜索和查询工具。

MCP 服务器配置

服务器支持多种传输和连接模式。

• 传输方式：stdio（管道）、sse（实时流式传输）和 http（用于 Web 的可流式 HTTP）cognee-mcp/src/server.py:166-203。
• 连接方式：直接模式（本地）与 API 模式（通过 API_URL 和 API_TOKEN）cognee-mcp/src/cognee_client.py:31-48。
• 安全性：可通过 MCP_DISABLE_DNS_REBINDING_PROTECTION 配置 DNS 重新绑定保护，通过 MCP_CORS_ALLOW_ORIGINS 配置 CORS cognee-mcp/src/server.py:106-164。

有关详细信息，请参见MCP 服务器配置。

来源：cognee-mcp/src/server.py:73-933、cognee-mcp/src/cognee_client.py:31-339、cognee-mcp/README.md:38-49