3 步给 AI 代理装上会学习记忆Hindsight AI 记忆系统实用指南【免费下载链接】hindsightHindsight: Agent Memory That Learns项目地址: https://gitcode.com/GitHub_Trending/hindsight2/hindsight对话进行到第三轮代理还在问你的称呼是——这是多数 AI 代理的通病记忆跟着上下文窗口结束一重启就失忆。Hindsight 是一个为代理设计的 AI 记忆系统它让代理不只记住还能从经验中学习把零散交互自动提炼成可复用的知识再在需要时喂回给代理。它是记忆系统不是向量搜索框一句话定位Hindsight 面向要跑长期任务的代理开发者解决跨会话连续性问题文档问答这类场景它用不上。对比传统 RAGRAG 只做一次语义相似度匹配返回 top-k 文本块。Hindsight 的检索同时走 4 条路——语义向量、BM25 关键词、实体图谱、时间范围——再用 RRF 融合 交叉编码器重排。问上个月 Alice 做了什么RAG 只会按关键词硬匹配Hindsight 能解析时间范围过滤对比细节见 RAG vs 记忆。对比纯对话记录回放Hindsight 的记忆分四层——世界事实、经验、观察、心智模型代理的理解会随新证据持续演化而不是每次重新翻旧账。数据说话Hindsight 在 LongMemEval 长期记忆基准上取得 SOTA 成绩且被 Virginia Tech 与 The Washington Post 独立复现。适合需要跨会话记住用户、项目或决策历史的助手类应用。一次性文档检索用 RAG 就够了。工作机制Retain、Recall、Reflect 三个操作Hindsight 的运作像人的回忆刚经历的事被记下来retain需要时想一下recall遇到大事复盘reflect——外加后台一层自动记忆整合类似人在睡眠中整理白天经历。三步拆解全部来自真实 APIretain存入LLM 从输入里抽取事实、时间、实体和关系写入 bank。bank 是隔离的记忆库——一个用户、项目或代理一个 bank严格不串库。recall检索4 条检索路并行执行结果用倒数排名融合RRF合并交叉编码器重排后按 token 预算裁剪直接塞进上下文。reflect反思处理需要推理而非查找的问题例如这个项目当前有哪些风险它会跨时间关联分散的事实给出结构化答案。后台还有一层自动整合retain 完成后整合引擎把相关事实合并成observations——去重后的、带证据引用和proof count的信念。新证据到来时观察被精化而非覆盖所以用户偏好同步代码这类旧信念可以演化成用户已适应异步机制详见 observations 文档。再往上是mental models对固定问题如这个用户的偏好是什么的常设答案后台自动改写读取只是一次数据库查询代理启动时直接拿到结论页无需重新检索。场景实战个人助理与编码代理场景一给每个用户独立记忆的助理场景客服机器人要记住每位客户的偏好和历史问题且不能串号。做法按 user_id 建独立 bank或在 retain 时把用户写入 metadatarecall 时按标签过滤bank 还可配置 disposition 特质怀疑度、字面化、共情让 reflect 的回答语气长期一致。收益同一个问题只问一次服务口径跨周跨月保持一致。场景二编码代理的长期项目记忆场景AI 编码工具每次打开仓库都要重新摸架构、重读约定重复劳动。做法一条安装命令后系统自动从 git 历史和过往会话构建 per-repo bank启动时注入代理并沉淀架构与约定为 knowledge pages。收益代理带着交接文档开工少踩重复的坑新人接手项目不用从零问起。快速上手1 条命令起服务4 行代码存与查Docker 一条命令启动API 在 8888 端口UI 在 9999 端口docker run -it --name hindsight -p 8888:8888 \ -e HINDSIGHT_API_LLM_API_KEY$OPENAI_API_KEY \ -v hindsight-data:/home/hindsight/.pg0 ghcr.io/vectorize-io/hindsight:latestpip install hindsight-client -Ufrom hindsight_client import Hindsight client Hindsight(base_urlhttp://localhost:8888) client.retain(bank_idmy-bank, contentAlice works at Google as a software engineer) client.recall(bank_idmy-bank, queryWhat does Alice do?)集成生态60多数免改代码编码代理Claude Code、Codex、Cursor、GitHub Copilot、Cline、Aider、Zed、Roo Code框架LangGraph / LangChain、LlamaIndex、CrewAI、Pydantic AI、OpenAI Agents SDK、AutoGen、Google ADK低代码n8n、Zapier、Dify、Flowise另有 25 LLM 提供商可选含本地 Ollama每个 bank 自带 MCP 端点http://localhost:8888/mcp/{bank_id}/任何 MCP 客户端可直接接入。Hindsight 把代理记忆从聊天记录堆变成会生长的知识存、取、整合全自动读心智模型连 LLM 调用都省了。如果你在运营需要跨会话记忆的助理、客服或编码代理先跑通上面那条 Docker 命令和一个 bank再决定要不要深入。官方文档入口hindsight-docs/docs/developer/index.mdxRAG 与记忆系统的能力对比hindsight-docs/docs/developer/rag-vs-hindsight.md观察整合机制详解hindsight-docs/docs/developer/observations.mdx服务端核心引擎源码hindsight-api-slim/hindsight_api/engine/多语言客户端 SDKPython / Node.js / Go / CLIhindsight-clients/60 框架集成示例目录hindsight-integrations/【免费下载链接】hindsightHindsight: Agent Memory That Learns项目地址: https://gitcode.com/GitHub_Trending/hindsight2/hindsight创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
3 步给 AI 代理装上会学习记忆Hindsight AI 记忆系统实用指南【免费下载链接】hindsightHindsight: Agent Memory That Learns项目地址: https://gitcode.com/GitHub_Trending/hindsight2/hindsight对话进行到第三轮代理还在问你的称呼是——这是多数 AI 代理的通病记忆跟着上下文窗口结束一重启就失忆。Hindsight 是一个为代理设计的 AI 记忆系统它让代理不只记住还能从经验中学习把零散交互自动提炼成可复用的知识再在需要时喂回给代理。它是记忆系统不是向量搜索框一句话定位Hindsight 面向要跑长期任务的代理开发者解决跨会话连续性问题文档问答这类场景它用不上。对比传统 RAGRAG 只做一次语义相似度匹配返回 top-k 文本块。Hindsight 的检索同时走 4 条路——语义向量、BM25 关键词、实体图谱、时间范围——再用 RRF 融合 交叉编码器重排。问上个月 Alice 做了什么RAG 只会按关键词硬匹配Hindsight 能解析时间范围过滤对比细节见 RAG vs 记忆。对比纯对话记录回放Hindsight 的记忆分四层——世界事实、经验、观察、心智模型代理的理解会随新证据持续演化而不是每次重新翻旧账。数据说话Hindsight 在 LongMemEval 长期记忆基准上取得 SOTA 成绩且被 Virginia Tech 与 The Washington Post 独立复现。适合需要跨会话记住用户、项目或决策历史的助手类应用。一次性文档检索用 RAG 就够了。工作机制Retain、Recall、Reflect 三个操作Hindsight 的运作像人的回忆刚经历的事被记下来retain需要时想一下recall遇到大事复盘reflect——外加后台一层自动记忆整合类似人在睡眠中整理白天经历。三步拆解全部来自真实 APIretain存入LLM 从输入里抽取事实、时间、实体和关系写入 bank。bank 是隔离的记忆库——一个用户、项目或代理一个 bank严格不串库。recall检索4 条检索路并行执行结果用倒数排名融合RRF合并交叉编码器重排后按 token 预算裁剪直接塞进上下文。reflect反思处理需要推理而非查找的问题例如这个项目当前有哪些风险它会跨时间关联分散的事实给出结构化答案。后台还有一层自动整合retain 完成后整合引擎把相关事实合并成observations——去重后的、带证据引用和proof count的信念。新证据到来时观察被精化而非覆盖所以用户偏好同步代码这类旧信念可以演化成用户已适应异步机制详见 observations 文档。再往上是mental models对固定问题如这个用户的偏好是什么的常设答案后台自动改写读取只是一次数据库查询代理启动时直接拿到结论页无需重新检索。场景实战个人助理与编码代理场景一给每个用户独立记忆的助理场景客服机器人要记住每位客户的偏好和历史问题且不能串号。做法按 user_id 建独立 bank或在 retain 时把用户写入 metadatarecall 时按标签过滤bank 还可配置 disposition 特质怀疑度、字面化、共情让 reflect 的回答语气长期一致。收益同一个问题只问一次服务口径跨周跨月保持一致。场景二编码代理的长期项目记忆场景AI 编码工具每次打开仓库都要重新摸架构、重读约定重复劳动。做法一条安装命令后系统自动从 git 历史和过往会话构建 per-repo bank启动时注入代理并沉淀架构与约定为 knowledge pages。收益代理带着交接文档开工少踩重复的坑新人接手项目不用从零问起。快速上手1 条命令起服务4 行代码存与查Docker 一条命令启动API 在 8888 端口UI 在 9999 端口docker run -it --name hindsight -p 8888:8888 \ -e HINDSIGHT_API_LLM_API_KEY$OPENAI_API_KEY \ -v hindsight-data:/home/hindsight/.pg0 ghcr.io/vectorize-io/hindsight:latestpip install hindsight-client -Ufrom hindsight_client import Hindsight client Hindsight(base_urlhttp://localhost:8888) client.retain(bank_idmy-bank, contentAlice works at Google as a software engineer) client.recall(bank_idmy-bank, queryWhat does Alice do?)集成生态60多数免改代码编码代理Claude Code、Codex、Cursor、GitHub Copilot、Cline、Aider、Zed、Roo Code框架LangGraph / LangChain、LlamaIndex、CrewAI、Pydantic AI、OpenAI Agents SDK、AutoGen、Google ADK低代码n8n、Zapier、Dify、Flowise另有 25 LLM 提供商可选含本地 Ollama每个 bank 自带 MCP 端点http://localhost:8888/mcp/{bank_id}/任何 MCP 客户端可直接接入。Hindsight 把代理记忆从聊天记录堆变成会生长的知识存、取、整合全自动读心智模型连 LLM 调用都省了。如果你在运营需要跨会话记忆的助理、客服或编码代理先跑通上面那条 Docker 命令和一个 bank再决定要不要深入。官方文档入口hindsight-docs/docs/developer/index.mdxRAG 与记忆系统的能力对比hindsight-docs/docs/developer/rag-vs-hindsight.md观察整合机制详解hindsight-docs/docs/developer/observations.mdx服务端核心引擎源码hindsight-api-slim/hindsight_api/engine/多语言客户端 SDKPython / Node.js / Go / CLIhindsight-clients/60 框架集成示例目录hindsight-integrations/【免费下载链接】hindsightHindsight: Agent Memory That Learns项目地址: https://gitcode.com/GitHub_Trending/hindsight2/hindsight创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
