A2A MCP News
Hindsight logo
framework2

Hindsight

Hindsight é um sistema de memória de agentes open-source que permite que agentes de IA aprendam verdadeiramente ao longo do tempo, retendo fatos, recuperando com estratégias híbridas e refletindo para formar modelos mentais.

O que é o Hindsight?

Hindsight é um sistema de memória para agentes de IA de código aberto (licença MIT) projetado para tornar os agentes de IA mais inteligentes, permitindo um aprendizado genuíno entre sessões. Diferente de sistemas tradicionais RAG ou de simples histórico de conversa, o Hindsight trata a memória como um substrato fundamental para o raciocínio.

Ele resolve o problema de agentes sem estado, que esquecem tudo entre as interações, fornecendo uma memória estruturada e biomimética com três operações principais: Retenção, Recuperação e Reflexão.

Funcionalidades Principais

  • Redes de Memória Biomiméticas: Organiza o conhecimento em Fatos do Mundo, Experiências e Modelos Mentais (incluindo consolidação automática de Observações).
  • Retenção: Extração de entidades, relacionamentos, fatos e dados temporais, via LLM, para armazenamento em bancos de memória canônicos.
  • Recuperação (TEMPR): Recuperação híbrida com múltiplas estratégias combinando filtragem Semântica (vetorial), por Palavra-chave (BM25), por Grafos (entidades/temporal/causal) e Temporal, fundida com fusão de ranking recíproco e reranking.
  • Reflexão: Síntese por meio de agente, usando a memória para gerar insights, atualizar crenças e suportar raciocínio complexo. Configurável via Missão, Diretrizes e Disposição.
  • Bancos de Memória: Armazenamento isolado por usuário ou por contexto, com suporte a metadados.
  • Suporte Multi-LLM: Funciona com OpenAI, Anthropic, Gemini, Groq, Ollama e outros via LiteLLM.

Desempenho

O Hindsight alcança resultados de ponta em benchmarks de memória de longo prazo, incluindo a melhor precisão no LongMemEval (a partir do início de 2026). Seu desempenho foi reproduzido independentemente pelo Sanghani Center da Virginia Tech e pelo The Washington Post.

Instalação & Início Rápido

Docker (Recomendado)

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

A API roda em http://localhost:8888 e a interface web em http://localhost:9999.

SDK Python

pip install hindsight-client -U

Uso básico:

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="...")

Também há suporte para Node.js/TypeScript e modos embutidos.

Casos de Uso

  • Construir agentes de programação persistentes (integrações com Claude Code, Cursor)
  • Agentes conversacionais personalizados com retenção de preferências do usuário a longo prazo
  • Agentes autônomos que aprendem com a experiência e adaptam suas estratégias
  • Fluxos de trabalho de IA empresarial que requerem memória e raciocínio entre sessões

Recursos

  • GitHub: https://github.com/vectorize-io/hindsight
  • Documentação Oficial: https://hindsight.vectorize.io
  • Artigo no arXiv: https://arxiv.org/abs/2512.12818
  • Hindsight Cloud: https://ui.hindsight.vectorize.io

O Hindsight está em desenvolvimento ativo (último commit em abril de 2026) e é utilizado em produção por empresas da Fortune 500 e startups de IA.

Tags

memória-de-ia-agenteframework-de-agentememória-de-longo-prazoalternativa-ragpythontypescriptllmvectorize