Источник: GitHub: vectorize-io/hindsight

Hindsight: память для AI-агентов

Когда агенту нужно помнить факты из прошлых разговоров и находить их позже, одного длинного контекста бывает мало. Hindsight предлагает отдельное хранилище памяти с операциями сохранения, поиска и анализа. Проект можно запускать на своей инфраструктуре или использовать управляемый сервис.

Как работает память

В документации выделены три операции. retain сохраняет информацию. recall ищет подходящие воспоминания по запросу. reflect помогает построить ответ на основе сохранённых данных, когда простого поиска недостаточно.

Данные разделяются на факты о мире, опыт агента, наблюдения и ментальные модели. Для поиска проект сочетает семантический поиск, ключевые слова, связи между сущностями и время события. Точность на ваших данных всё равно придётся оценивать отдельно.

С чего начать

README описывает запуск сервера через Docker, установку Python-пакета и встроенный режим. Для пробного запуска через Docker авторы используют ключ OpenAI и отдельный том для данных:

export OPENAI_API_KEY=sk-xxx

docker run -it --pull always --name hindsight --restart unless-stopped -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

В этом примере API доступен на localhost:8888, а интерфейс на localhost:9999. Перед запуском на рабочем сервере проверьте сетевые порты, хранение секретов и резервное копирование.

Python-клиент устанавливается отдельно:

pip install hindsight-client -U

В README есть примеры вызовов retain, recall и reflect. Сначала повторите один из них с тестовыми данными, затем подключайте память к рабочему агенту.

Кому может пригодиться

Hindsight полезен для приложений, где агент регулярно возвращается к истории пользователя, проектным решениям или накопленным наблюдениям. Отдельные банки памяти помогают разделять данные разных задач. Доступны клиенты для Python, Node.js и Go, а также встроенный MCP-сервер для совместимых инструментов.

Если вам нужен только поиск по небольшому набору документов, полноценная система памяти может оказаться избыточной. Сравните её с более простой базой знаний на конкретных вопросах.

Что проверить перед внедрением

При сохранении памяти система использует языковую модель. Проверьте стоимость запросов и правила обработки данных у выбранного провайдера. Уточните, какие сведения агент вправе сохранять, как их удалять и кто сможет их извлекать. Не переносите в пробный банк чувствительные данные.

Авторы публикуют результаты тестов памяти, но цифры бенчмарка не заменяют проверку на вашей задаче. Актуальные способы установки и примеры кода смотрите в README Hindsight.