# Hindsight

Hindsightは、オープンソースのエージェント記憶システムであり、事実を保持し、ハイブリッド戦略で想起し、内省してメンタルモデルを形成することで、AIエージェントが時間をかけて真に学習できるようにします。

Canonical URL: https://a2a-mcp.org/entry/hindsight-ja

Language: ja

Category: Frameworks & SDKs

Updated: 2026-04-08

## Hindsightとは？

Hindsightはオープンソース（MITライセンス）の**エージェントメモリシステム**であり、セッションを超えた本質的な学習を可能にすることでAIエージェントをよりスマートにすることを目指しています。従来のRAGや単純な会話履歴とは異なり、Hindsightはメモリを推論のための第一級の基盤として扱います。

インタラクション間ですべてを忘れてしまうステートレスエージェントの問題を解決するため、構造化された生体模倣メモリを提供し、その中核となる3つの操作 **Retain**（保持）、**Recall**（想起）、**Reflect**（内省）を実現します。

## 主要機能

- **生体模倣メモリネットワーク**: 知識を世界の事実、経験、および精神モデル（自動観測統合を含む）に整理します。
- **Retain**: LLMを活用してエンティティ、関係性、事実、時間的データを正規のメモリバンクに抽出します。
- **Recall (TEMPR)**: セマンティック（ベクトル）、キーワード（BM25）、グラフ（エンティティ/時間的/因果関係）、および時間的フィルタリングを組み合わせたハイブリッド多戦略検索を、相互順位融合と再ランキングによって統合します。
- **Reflect**: メモリを活用したエージェント主導の統合により、洞察を生成し、信念を更新し、複雑な推論をサポートします。Mission、Directives、Dispositionによる設定が可能です。
- **メモリバンク**: ユーザーごと、またはコンテキストごとに分離されたストレージで、メタデータをサポートします。
- **マルチLLMサポート**: LiteLLM経由でOpenAI、Anthropic、Gemini、Groq、Ollamaなどに対応します。

## パフォーマンス

Hindsightは長期記憶ベンチマークで最先端の結果を達成しており、**LongMemEval**での最高精度を含みます（2026年初頭時点）。パフォーマンスはバージニア工科大学SanghaniセンターおよびThe Washington Postによって独立して再現されています。

## インストールとクイックスタート

### Docker（推奨）

```bash
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は`http://localhost:8888`で動作し、Web UIは`http://localhost:9999`で動作します。

### Python SDK

```bash
pip install hindsight-client -U
```

基本的な使用方法：

```python
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および埋め込みモードにも対応しています。

## ユースケース

- 永続的なコーディングエージェントの構築（Claude Code、Cursor連携）
- 長期的なユーザー嗜好を保持したパーソナライズされた会話エージェント
- 経験から学習し戦略を適応させる自律エージェント
- セッション間のメモリと推論を必要とするエンタープライズAIワークフロー

## リソース

- GitHub: https://github.com/vectorize-io/hindsight
- 公式ドキュメント: https://hindsight.vectorize.io
- arXiv論文: https://arxiv.org/abs/2512.12818
- Hindsight Cloud: https://ui.hindsight.vectorize.io

Hindsightは現在も活発にメンテナンスされており（最新コミットは2026年4月）、フォーチュン500企業やAIスタートアップで本番環境で使用されています。

## Tags

- AIエージェント記憶
- エージェントフレームワーク
- 長期記憶
- RAG代替
- Python
- TypeScript
- LLM
- ベクトル化

## Sources

- [Project website](https://github.com/vectorize-io/hindsight)