医学生实践跨书概念检索

一位医学生在 Reddit 分享了用 Cognee 构建跨书籍概念检索系统的经验，将整库教材低损耗存入可被 LLM 检索的结构，并通过 kiro-cli 连接任意模型。该方案结合 RAG 与图结构记忆层，可按问题定位并讲解对应概念，但逐本导入大书仍会卡死机器，作者正参考 Mem0、Letta 等项目寻找替代方案。

一位医学院学生在 Reddit 分享使用 Cognee 构建教材 RAG 知识库的经验，可从整库教材中跨书反查概念，并在刷题时定位、讲解缺失概念。其方案排除 Obsidian 生成的静态 .md 笔记，但单本教材导入仍会卡死机器，工程性能成为当前瓶颈。

一位医学本科生用 Cognee 构建可检索整本教材的 RAG 知识库，但导入一本书仍会卡死系统。他采用 RAG 与图结构结合的方案，并配合 kiro-cli 使用，但受 token 成本、硬件配置和大书库 ingestion 性能限制，正寻找替代方案，同时列出 Mem0、Letta 等记忆方案供参考。