安装 Cognee 最常见的卡点不是命令不会敲，而是把两条路线混在了一起：一边装 Python SDK，一边又按 Claude Code 插件的方式找服务端口。先决定终点——只给 Claude Code 增加长期记忆，还是还要在自己的 Python 项目里调用 Cognee——后面的步骤会清楚很多。

先选路径，别把依赖装重了

目标	建议路径	关键前提
让 Claude Code 跨会话记住项目	安装 Cognee Memory 插件	Claude Code 与 LLM 密钥
在代码中调用记忆 API	安装 Cognee Python SDK	Python 3.10 至 3.14
团队共用远程记忆服务	插件连接 Cognee Cloud 或自建 API	服务地址与 Cognee API 密钥

最快路线：直接安装 Claude Code 记忆插件

在启动 Claude Code 之前，于普通终端执行下面两条命令。默认安装范围是当前用户；如果只想让一个项目启用，可在安装命令后增加 --scope project。

claude plugin marketplace add topoteretes/cognee-integrations
claude plugin install cognee-memory@cognee

本地模式不需要另填 Cognee 服务地址。插件会在首次新会话启动时拉起本地 API，默认使用 http://localhost:8011。启动前先在同一终端设置模型密钥：

export LLM_API_KEY="你的模型密钥"
claude

成功标志是启动信息中出现 Cognee Memory Connected。如果在 Claude Code 会话内部才安装插件，仅执行插件重载并不会补跑 SessionStart；退出后新开一次会话更稳妥。

远程模式要同时给地址和凭据

团队已经部署 Cognee Cloud 或自建服务时，不要再让每个终端各自启动本地实例。把下面两个变量放进启动 Claude Code 的环境：

export COGNEE_BASE_URL="https://你的-cognee-实例"
export COGNEE_API_KEY="ck_你的密钥"
claude

只设置地址、不设置密钥会在连接阶段失败；只设置密钥、不设置地址则会落回本地模式。共享环境还要规划数据集名称，否则不同项目写进同一数据集，召回内容可能相互干扰。

需要 SDK 时，再准备 Python 环境

1. 确认版本：python --version 应为 3.10 至 3.14。

2. 建立隔离环境并激活：

   uv venv
   source .venv/bin/activate

3. 安装基础包：

   uv pip install cognee

4. 在项目根目录的 .env 中设置 LLM_API_KEY。默认本地存储使用 SQLite、LanceDB 与 Kuzu，不必先架三套服务器。

如果改用 Anthropic、Ollama 等提供方，需要同时配置 LLM 与嵌入模型。只换其中一个，另一个可能仍回落到 OpenAI，最终表现通常是安装成功、第一次写入时才报缺少密钥。

用三个结果验收，不看“安装完成”四个字

• 插件模式：新会话出现连接成功提示。
• SDK 模式：python -c "import cognee; print(cognee.__file__)" 指向当前虚拟环境。
• 记忆模式：先写入一条项目约束，重启会话后用不同问法仍能召回。

第三项最重要。能导入包只证明依赖存在，不能证明会话写入、后台桥接和后续召回都正常。若第一次召回为空，先确认写入已经完成、数据集没有切换，再检查模型额度；盲目重复安装通常解决不了这类问题。