hindsight

Hindsight — это open-source система памяти для агентов, предназначенная для помощи ИИ-агентам в обучении и улучшении с течением времени, выходящая за рамки простого воспроизведения разговоров. Она позиционирует себя как альтернативу подходам RAG и графам знаний для задач долгосрочной памяти. ## Что она делает Hindsight организует воспоминания, используя биомиметические структуры данных, вдохновленные тем, как работает человеческая память. Воспоминания классифицируются на: - **Факты о мире**: Общие факты о мире - **Опыт**: Собственный прямой опыт агента - **Наблюдения**: Консолидированные, подкрепленные доказательствами убеждения, сформированные из множества воспоминаний с течением времени - **Ментальные модели**: Изученное понимание мира агента, синтезированное из наблюдений и фактов Система предоставляет три основные операции: 1. **Retain** — Сохраняет новую информацию. Использует LLM для извлечения сущностей, связей и временных данных, затем нормализует их в канонические представления для последующего поиска. 2. **Recall** — Извлекает воспоминания, используя четыре параллельные стратегии: семантическое векторное сходство, ключевое слово BM25, графовые связи (сущности/время/причинность) и временную фильтрацию по диапазону. Результаты объединяются через reciprocal rank fusion и повторно ранжируются. 3. **Reflect** — Выполняет более глубокий анализ существующих воспоминаний для формирования новых связей, ответов на сложные вопросы или построения всестороннего понимания. Наблюдения автоматически консолидируются в фоновом режиме из связанных сохраненных фактов, сохраняя подтверждающие доказательства с точными цитатами. Ментальные модели — это постоянные ответы на определенные вопросы, которые Hindsight переписывает по мере того, как банк памяти узнает больше. ## Как использовать ### Варианты развертывания - **Docker** (рекомендуется): Запустите один контейнер с помощью `docker run`, открыв API на порту 8888 и UI на порту 9999. - **Bare metal**: Установите через `pip install hindsight-api` и запустите напрямую. - **Kubernetes**: Доступен Helm chart из `oci://ghcr.io/vectorize-io/charts/hindsight`. - **Встроенный (Python)**: `pip install hindsight-all` для сервера в процессе без отдельного развертывания. - **Hindsight Cloud**: Управляемый хостинг с автоматическим масштабированием и SLA доступности 99,9%. Сервер работает с более чем 25 LLM-провайдерами, включая OpenAI, Anthropic, Gemini, Groq, Bedrock, Ollama и любые OpenAI-совместимые конечные точки. Существующие подписки ChatGPT Plus, Claude Pro, Cursor и GitHub Copilot работают без API-ключа. ### Клиентские библиотеки Доступны Python (`hindsight-client`), Node.js/TypeScript (`@vectorize-io/hindsight-client`), Go и CLI. Простой пример: ```python from hindsight_client import Hindsight client = Hindsight(base_url="http://localhost:8888") client.retain(bank_id="my-bank", content="Alice works at Google") results = client.recall(bank_id="my-bank", query="What does Alice do?") ``` ### Быстрая интеграция Обертка LiteLLM (`hindsight-litellm`) позволяет обернуть существующий LLM-клиент в две строки кода, автоматически извлекая релевантные воспоминания перед каждым вызовом и сохраняя разговоры после. Это охватывает более 100 моделей через LiteLLM. ### Интеграции Hindsight поставляется с более чем 60 интеграциями, не требующими изменений кода, включая: - **Кодинг-агенты**: Claude Code, Codex, Cursor, GitHub Copilot, Aider, Cline и другие — с выделенным пакетом для памяти проекта на репозиторий, построенной из истории git. - **Фреймворки агентов**: LangGraph/LangChain, LlamaIndex, CrewAI, Pydantic AI, OpenAI Agents SDK, Google ADK, AutoGen и другие. - **No-code/low-code**: n8n, Zapier, Dify, Flowise. - **Приложения**: ChatGPT, Perplexity, Obsidian, Vapi, Pipecat. Каждый сервер также предоставляет встроенную конечную точку MCP по адресу `/mcp/{bank_id}/`, что позволяет любому MCP-клиенту использовать retain, recall и reflect как инструменты. ## Ключевые особенности - **Многоязычность по умолчанию**: Язык ввода определяется и сохраняется; сущности сохраняют свой родной шрифт (например, 张伟 остается как 张伟). - **Memory Defense**: Опциональная политика на банк, которая сканирует каждый retain на секреты и PII по 45 шаблонам, редактируя или блокируя совпадения перед хранением. - **Банки памяти**: Изолированные хранилища памяти для каждого пользователя, агента или проекта со строгим отсутствием утечек между банками. Банки могут иметь черты характера (скептицизм, буквальность, эмпатия), которые влияют на то, как reflect рассуждает. - **Готовность к продакшену**: PostgreSQL с pgvector или Oracle AI Database для хранения, мониторинг Prometheus, административный CLI для операций, вебхуки для событий жизненного цикла и точки расширения для тенантов, аутентификации и хранилища. - **Страницы знаний**: Живые документы, которые банк пишет о себе, организованные как вики и проецируемые в markdown-файлы. ## Заявления о производительности Согласно README, Hindsight достигла передовой производительности на бенчмарке LongMemEval по состоянию на январь 2026 года. Данные бенчмарка были независимо воспроизведены исследователями из Sanghani Center Вирджинского технологического института и The Washington Post; другие оценки предоставлены самими вендорами. Живые результаты публикуются на benchmarks.hindsight.vectorize.io.