vectorize-io / hindsight

∴ 是什么

Hindsight 是一个面向 AI Agent 的记忆系统，目标是让 Agent 随时间学习，而不只是记住对话历史。系统提供 retain、recall、reflect 三种操作，支持通过多种客户端（Python、Node.js、Go、CLI）或嵌入模式使用。

∴ 解决什么问题

• ›常见的 Agent 记忆系统只注重回忆对话历史，无法让 Agent 真正学习
• ›RAG 和知识图谱等技术存在不足，Hindsight 声称能消除这些缺点
• ›长时记忆任务的性能不够理想，Hindsight 在 LongMemEval 基准上达到当前最好水平

∴ 怎么上手

1. 01Docker 方式：设置 OPENAI_API_KEY 后运行 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
2. 02请求 API http://localhost:8888，UI http://localhost:9999
3. 03也可以使用 docker-compose（docker/docker-compose 目录）或 pip 安装 hindsight-api 后运行 hindsight-api
4. 04安装客户端：pip install hindsight-client -U 或 npm install @vectorize-io/hindsight-client
5. 05Python 示例：from hindsight_client import Hindsight; client = Hindsight(base_url="http://localhost:8888"); client.retain(bank_id="my-bank", content="Alice works at Google as a software engineer")
6. 06无需服务器的嵌入模式：pip install hindsight-all -U，然后用 HindsightServer 与 HindsightClient 在代码内启动和连接

∴ 适合谁

正在构建 AI Agent 并希望为其增加持久学习能力的开发者，尤其是使用 Python、Node.js、Go 或 CLI 工具的开发团队。

∴ 要点

• ›支持 25+ 家 LLM 供应商，通过 HINDSIGHT_API_LLM_PROVIDER 配置，包括托管、本地和 OpenAI 兼容端点
• ›提供 LLM Wrapper，只需两行代码即可把现有 LLM 客户端替换为带记忆的版本
• ›提供 60+ 集成，覆盖编码助手和 Agent 框架，多数无需修改代码
• ›客户端支持 Python、Node.js/TypeScript、Go 和 CLI
• ›以 MIT 许可证发布，可用 Docker、pip、Kubernetes (Helm) 或云端托管方式部署

∴ 在榜记录

GitHub Trending 今日榜的每日存档，日期按北京时间。2026-09-24 首次上榜，累计在榜 7 天，最高第 2 名。