如何给你的 AI Agent 装上长期记忆：Hindsight 完整指南

如何给你的 AI Agent 装上长期记忆Hindsight 完整指南【免费下载链接】hindsightHindsight: Agent Memory That Learns项目地址: https://gitcode.com/GitHub_Trending/hindsight2/hindsight跑了一个月的项目助手每次会话它还是问你要 tab 还是空格、要短回复还是长回复。问题多半不在模型而在记忆。Hindsight 就是为这类场景做的 AI 记忆系统agent memory保留、召回、还能自己沉淀。Hindsight 和 RAG 不是一回事RAG 的工作方式你大概清楚切块、embedding、按相似度捞回原文拼进 prompt。Hindsight 召回的不是原始文本块而是加工过的东西——提取出的事实、跨条记忆归纳出的观察、以及持续更新的心智模型。一个检索用户偏好返回的是用户偏好简洁回复2026-07 起三次确认这类结构另一个返回的是当初那段对话的片段。痛点也在这里。上下文窗口再大关掉会话就清零代理的经验随进程消失。想要代理长期记忆光靠 RAG 不够它只回答说过什么回答不了学到了什么。它凭什么让 Agent 越用越聪明机制上是一个写入 → 检索 → 沉淀的闭环。写入走 Retain每次交互把内容连同时间戳、上下文描述、元数据、tags 一起存进 bank实体还会做解析归一避免张三/张先生被当成两个人。检索走 Recall不是关键词匹配是语义、时间、上下文三路信号加权返回按相关性排序可以带时间窗、按 tag 过滤。真正让它越用越聪明的是沉淀环节。系统通过观察机制observations自动扫描已存事实把重复出现的模式归纳成结构化观察再向上抽象而心智模型是更顶层的东西——可以手动建一个比如这个用户的部署规范也可以让系统按观察自动刷新它随新经验进化把具体事实一层层转成可复用的规则。Reflect 则负责显式的经验复盘基于已有记忆做分析、回答从这些经历里能得出什么。把记忆装进你的 Agent最快的一条路是 Docker一条命令起服务API 在 8888Web UI 在 9999docker 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:latestPython 侧的最小调用就四行from hindsight_client import HindsightClient client HindsightClient(base_urlhttp://localhost:8888) client.retain(bank_idmy-agent, content用户喜欢简洁的回复)框架这边OpenAI Agents、Claude Code、LangGraph、CrewAI、AutoGen 都有现成集成仓库里也提供 Go、TypeScript 客户端和 CLIMCP 协议同样能接。这三类团队最先受益做个人助理的团队。出现什么信号说明你需要它同一个用户反复纠正同类偏好格式、语气、时区而每次纠正都要在对话里重新说一遍。多代理协作的团队。信号是一个新 agent 接手项目时从零开始前任的决策记录、踩过的坑都查不到或者多个 agent 各记各的口径对不上。做客户服务的团队。信号是问题高度重复但服务质量取决于接待客服的个人经验换人就回退。性能、架构与安全性能看公开数据在 LongMemEval 基准上Hindsight 报告了业界领先的准确率且结果被 Virginia Tech 和 The Washington Post 的独立复现验证过不是厂商自测口径。架构上它按模块拆分记忆库bank做多租户隔离存储、向量索引、BM25 文本检索可组合检索是混合策略而非单一向量相似度支持水平扩容和在线更新。安全侧提供访问控制、审计日志和备份/恢复流程数据可落自有 PostgreSQL 或外部托管库密钥不留在服务内部。一句话总结Hindsight 把存下对话升级成从对话里长出来东西代理长期记忆从此有写入、召回、沉淀三段完整的链路。Python SDK 的完整用法见 hindsight-docs/docs/sdks/python.md。后续它把跨 bank 的知识迁移和调度式的心智模型刷新做得更细这套闭环的价值还会继续放大。【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