vectorize-io/hindsight

项目概览

项目将自身定位为解决'智能体只记不学'的问题，宣称弥补 RAG 与知识图谱等技术在长期记忆任务上的不足，并提供 Python 内嵌运行、MCP 端点与 LiteLLM 包装等接入方式，对需要构建会学习的智能体的团队有参考价值。

项目类型

AI Agent · RAG 与知识库

应用场景

知识问答 · 自动化执行

部署方式

查看项目说明

License

MIT

适合谁

• 需要智能体随时间学习、而不仅是回忆对话历史的 AI 工程师和开发者。
• 希望以 Python 库形式在进程内集成记忆能力的开发者。

核心能力

• 支持向记忆库推送新记忆（retain）、检索记忆（recall），以及对已有记忆进行更深入的分析（reflect）。
• 记忆库是相互隔离的记忆存储，可为每个用户、智能体或项目分别建库。
• 通过 pip 安装后可在进程内运行 HindsightServer，并使用 retain/recall 客户端，无需单独部署服务。

限制与风险

• 服务器设置需要一个 LLM 提供商的 API 密钥；使用云服务商（如 OpenAI）时涉及外部付费服务，也可选择 ollama 等本地提供商，项目支持 25+ LLM 提供商。
• 使用该系统需要编写代码，非编程交互方式未见记录。

如何开始

• 设置难度为中等，需要编写代码调用 retain/recall 等操作；服务器设置需要一个 LLM 提供商的 API 密钥（示例使用 OpenAI 密钥，也支持 ollama 等本地提供商）。

核验依据

• README: ghcr.io/vectorize-io/hindsight:latest
• README: Hindsight™ is an agent memory system built to create smarter agents that learn over time.
• README: Hindsight is being used in production at Fortune 500 enterprises and by a growing number of AI startups.
• README: client.retain(bank_id="my-bank", content="Alice works at Google as a software engineer")
• README: client.recall(bank_id="my-bank", query="What does Alice do?")

来源更新时间：2026-10-09T18:38:08Z

打开原始 GitHub 项目