Hindsight 智能体记忆系统

Hindsight 是什么

Hindsight 是一个面向 AI Agent 的长期记忆系统。多数记忆方案只做「对话历史回放」，而 Hindsight 的目标是让智能体会学习：把零散信息沉淀为可检索、可反思的知识，从而在长期交互中持续变聪明。

项目在 LongMemEval 等长期记忆基准上取得领先成绩，并声称已由弗吉尼亚理工 Sanghani 人工智能中心与《华盛顿邮报》独立复现。

核心概念

三类记忆操作

• retain：写入信息，例如「Alice 在 Google 做软件工程师」
• recall：按语义检索相关记忆
• reflect：结合记忆生成带「性格/立场」的回答

其他要点

• 记忆类型：区分事实、偏好、观察等不同粒度
• Observations：从原始记忆中提炼出的观察结论
• 心智模型与知识页：把记忆组织成可复用的知识结构
• Memory Banks：以 bank 为单位隔离不同用户或场景的记忆

快速上手

启动服务（Docker）

export OPENAI_API_KEY=sk-xxx
docker run -it --pull always --name hindsight \
  -p 8888:8888 -p 9999:9999 \
  -e HINDSIGHT_API_LLM_API_KEY=$OPENAI_API_KEY \
  -v hindsight-data:/home/hindsight/.pg0 \
  ghcr.io/vectorize-io/hindsight:latest

启动后 API 位于 http://localhost:8888，Web UI 位于 http://localhost:9999。也支持 pip 裸机安装、Helm 部署到 Kubernetes、外部 PostgreSQL，以及免运维的 Hindsight Cloud。

客户端调用（Python）

from hindsight_client import Hindsight

client = Hindsight(base_url="http://localhost:8888")
client.retain(bank_id="my-bank", content="Alice works at Google as a software engineer")
client.recall(bank_id="my-bank", query="What does Alice do?")
client.reflect(bank_id="my-bank", query="Tell me about Alice")

客户端覆盖 Python、Node.js/TypeScript、Go 与 CLI，并提供 LLM Wrapper 方式，用极少代码为现有 Agent 接入记忆能力。

模型与集成

• 通过 HINDSIGHT_API_LLM_PROVIDER 支持 25+ 提供方：OpenAI、Anthropic、Gemini、Bedrock、Vertex AI、DeepSeek 等
• 支持完全本地化：Ollama、LM Studio、llama.cpp
• 兼容任意 OpenAI 兼容端点与 LiteLLM 网关
• 可直接复用已有订阅（ChatGPT Plus/Pro、Claude Pro/Max、Cursor、GitHub Copilot）
• 提供 MCP Server，可接入 Claude Code、Cursor 等编码智能体

适用场景

• 需要跨会话记住用户偏好的客服与销售助手
• 多轮任务型 Agent 的经验复用
• 企业知识助手与个人 AI 助理
• 为已有 RAG 流程补充可演化的记忆层

注意事项

自托管需要准备 LLM API Key 与数据库存储；记忆质量与延迟受底层模型影响，生产环境建议结合基准数据做成本与性能评估。项目文档以英文为主，中文资料相对有限。