# Hindsight

Hindsight 是一个开源代理记忆系统，能让 AI 代理真正随时间学习，通过保留事实、采用混合策略进行回忆，并通过反思形成心智模型。

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

Language: zh

Category: Frameworks & SDKs

Updated: 2026-04-08

## 什么是 Hindsight？

Hindsight 是一个开源（MIT）的**智能体记忆系统**，旨在通过实现跨会话的真正学习，使 AI 智能体变得更智能。不同于传统的 RAG 或简单的对话历史，Hindsight 将记忆视为推理的一等基石。

它解决了无状态智能体在交互间遗忘所有信息的问题，提供了结构化的仿生记忆系统，包含三个核心操作：**存储**、**召回**和**反思**。

## 核心功能

- **仿生记忆网络**：将知识组织为世界事实、经验和心智模型（包括自动的观察整合）。
- **存储**：利用 LLM 提取实体、关系、事实和时间数据到规范化的记忆库中。
- **召回（TEMPR）**：混合多策略检索，结合语义（向量）、关键词（BM25）、图（实体/时间/因果）和时间过滤，并通过互逆排名融合和重排序进行整合。
- **反思**：利用记忆进行智能综合，生成洞见、更新信念并支持复杂推理。可通过任务、指令和倾向进行配置。
- **记忆库**：支持按用户或上下文隔离存储，并提供元数据支持。
- **多 LLM 支持**：通过 LiteLLM 兼容 OpenAI、Anthropic、Gemini、Groq、Ollama 等模型。

## 性能表现

Hindsight 在长期记忆基准测试中取得了业界领先的结果，包括在 **LongMemEval**（截至 2026 年初）上的最高准确率。其性能已由弗吉尼亚理工大学的 Sanghani 中心和《华盛顿邮报》独立复现验证。

## 安装与快速开始

### Docker（推荐方式）

```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 运行于 `http://localhost:8888`，Web 界面运行于 `http://localhost:9999`。

### Python SDK

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

基本用法：

```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="...")
```

也支持 Node.js/TypeScript 和嵌入式模式。

## 使用场景

- 构建持久性编程智能体（Claude Code、Cursor 集成）
- 具有长期用户偏好记忆的个性化对话智能体
- 从经验中学习并适应策略的自主智能体
- 需要跨会话记忆和推理的企业 AI 工作流

## 资源

- GitHub: https://github.com/vectorize-io/hindsight
- 官方文档: https://hindsight.vectorize.io
- arXiv 论文: https://arxiv.org/abs/2512.12818
- Hindsight 云平台: https://ui.hindsight.vectorize.io

Hindsight 正处于活跃维护状态（最新提交于 2026 年 4 月），并被财富 500 强企业和人工智能初创公司投入生产使用。

## Tags

- AI代理记忆
- 代理框架
- 长期记忆
- RAG替代方案
- Python
- TypeScript
- LLM
- 向量化

## Sources

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