vectorize-io/hindsight

项目概览

该系统将记忆组织为世界事实、经验和心智模型三类仿生结构，并在记忆基础上执行反思分析以形成新的连接与洞察，区别于仅检索对话历史的传统方案。

项目类型

AI Agent · RAG 与知识库 · 基础设施

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

• 希望让代理具备长期学习能力而非仅保留对话历史的开发者和 AI 工程师
• 需要在 Python 应用中直接嵌入记忆系统而无需单独部署服务器的开发者

核心能力

• 包装现有 LLM 客户端，在 LLM 调用时自动存储和检索记忆，仅需两行代码。
• 将新信息推入记忆库，通过 LLM 归一化提取事实、时间数据、实体和关系。
• 对已有记忆进行深度分析，形成新的连接、观察和见解。
• 使用自定义元数据将记忆和心智模型隔离到各个用户，实现个性化聊天机器人体验。
• 直接在 Python 应用程序中运行记忆系统，无需单独部署服务器。

限制与风险

• 处理和提取记忆信息需要外部 LLM 提供商的 API 密钥。
• Intel Mac 在嵌入式数据库模式下需要使用 hindsight-all-slim 包，而非 hindsight-all 包。

如何开始

• 使用前需要配置外部 LLM 提供商的 API 密钥，用于记忆信息的处理和提取。
• 通过 Docker 或 Python 运行 Hindsight 服务器。
• 在代码中使用 retain 和 recall 操作将记忆功能集成到代理中。

核验依据

• GitHub 项目简介: Hindsight: Agent Memory That Learns
• README: Hindsight™ is an agent memory system built to create smarter agents that learn over time. Most agent memory systems focus on recalling conversation history. Hindsight is focused o…
• README: Hindsight is being used in production at Fortune 500 enterprises and by a growing number of AI startups.
• README: The easiest way to use Hindsight with an existing agent is with the LLM Wrapper. You can add memory to your agent with 2 lines of code.
• README: 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…

内容核验时间：