A2A MCP News
Hindsight logo
framework2

Hindsight

Hindsight ist ein Open-Source-Agenten-Gedächtnissystem, das es KI-Agenten ermöglicht, im Laufe der Zeit wirklich zu lernen, indem es Fakten speichert, mit hybriden Strategien abruft und reflektiert, um mentale Modelle zu bilden.

Was ist Hindsight?

Hindsight ist ein Open-Source (MIT) Agenten-Gedächtnissystem, das darauf ausgelegt ist, KI-Agenten intelligenter zu machen, indem es echtes Lernen über Sitzungen hinweg ermöglicht. Im Gegensatz zu traditionellem RAG oder einfachem Konversationsverlauf behandelt Hindsight Gedächtnis als erstklassiges Substrat für logisches Denken.

Es löst das Problem zustandsloser Agenten, die alles zwischen Interaktionen vergessen, indem es strukturiertes, biomimetisches Gedächtnis mit drei Kernoperationen bereitstellt: Retain, Recall und Reflect.

Kernfunktionen

  • Biomimetische Gedächtnisnetzwerke: Organisiert Wissen in Welt-Fakten, Erfahrungen und Mentale Modelle (einschließlich automatischer Observation-Konsolidierung).
  • Retain: LLM-gestützte Extraktion von Entitäten, Beziehungen, Fakten und zeitlichen Daten in kanonische Gedächtnis-Banken.
  • Recall (TEMPR): Hybride Multi-Strategie-Abruf kombiniert Semantik (Vektor), Keywords (BM25), Graph (Entität/zeitlich/kausal) und Temporale Filterung, fusioniert mit reziproker Rangfusion und Re-Ranking.
  • Reflect: Agentische Synthese, die Gedächtnis nutzt, um Erkenntnisse zu generieren, Überzeugungen zu aktualisieren und komplexes Denken zu unterstützen. Konfigurierbar via Mission, Directives und Disposition.
  • Gedächtnis-Banken: Isoliert pro Benutzer oder pro Kontext mit Metadaten-Unterstützung.
  • Multi-LLM-Unterstützung: Funktioniert mit OpenAI, Anthropic, Gemini, Groq, Ollama und mehr via LiteLLM.

Leistung

Hindsight erzielt Spitzenergebnisse bei Benchmarks für Langzeitgedächtnis, einschließlich Top-Genauigkeit bei LongMemEval (Stand Anfang 2026). Die Leistung wurde unabhängig vom Sanghani Center der Virginia Tech und The Washington Post reproduziert.

Installation & Schnellstart

Docker (Empfohlen)

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

API läuft auf http://localhost:8888, Web-UI auf http://localhost:9999.

Python SDK

pip install hindsight-client -U

Grundlegende Verwendung:

from hindsight_client import Hindsight

client = Hindsight(base_url="http://localhost:8888")
client.retain(bank_id="demo", content="...")
results = client.recall(bank_id="demo", query="...")
insights = client.reflect(bank_id="demo", query="...")

Node.js/TypeScript und eingebettete Modi werden ebenfalls unterstützt.

Anwendungsfälle

  • Entwicklung persistenter Code-Agenten (Claude Code, Cursor-Integrationen)
  • Personalisierte Konversationsagenten mit langfristiger Beibehaltung von Benutzerpräferenzen
  • Autonome Agenten, die aus Erfahrungen lernen und Strategien anpassen
  • Enterprise-KI-Workflows, die sitzungsübergreifendes Gedächtnis und logisches Denken erfordern

Ressourcen

  • GitHub: https://github.com/vectorize-io/hindsight
  • Offizielle Dokumentation: https://hindsight.vectorize.io
  • arXiv-Paper: https://arxiv.org/abs/2512.12818
  • Hindsight Cloud: https://ui.hindsight.vectorize.io

Hindsight wird aktiv gepflegt (letzter Commit April 2026) und wird im Produktivbetrieb von Fortune-500-Unternehmen und KI-Startups eingesetzt.

Tags

KI-Agenten-GedächtnisAgenten-FrameworkLangzeitgedächtnisRAG-AlternativePythonTypescriptLLMVectorize