Hindsight 0.4.13 与 0.4.14 版本亮点：Chat SDK 持久记忆、CrewAI 集成、可配置 MCP 工具与 ZeroEntropy Reranker

Hindsight 0.4.13 与 0.4.14 版本亮点Chat SDK 持久记忆、CrewAI 集成、可配置 MCP 工具与 ZeroEntropy Reranker【免费下载链接】hindsightHindsight: Agent Memory That Learns项目地址: https://gitcode.com/GitHub_Trending/hindsight2/hindsightHindsight 是一个为 AI Agent 提供会学习、可追溯记忆能力的开源项目Agent Memory That Learns其核心通过retain记忆写入、recall记忆召回、reflect记忆综合推理三类操作来管理长期记忆。0.4.13 与 0.4.14 两个版本聚焦记忆生态的工程化落地为 Vercel AI SDK 与 CrewAI 提供了开箱即用的集成层让聊天机器人和多智能体 Crew 直接获得跨会话持久记忆同时引入可配置的 MCP 工具集、ZeroEntropy 重排与嵌入提供方、批量观测合并、观测来源事实溯源等能力。读完本文你将掌握这些新特性的配置方式、与仓库源码的对应关系以及如何把它们组合进自己的记忆增强应用中。Model Leaderboard用真实数据为 retain/reflect 选型两个版本随附发布了公开的 Model Leaderboard对 Hindsight 支持的所有 LLM 在retain事实抽取质量与reflect记忆综合推理两个核心操作上做横向评测指标覆盖准确率、速度与成本三个维度。对于追求精度或想压低推理成本的不同场景该榜单提供了可量化的选型依据。评测页面截图见下榜单以 RANK、MODEL、PROVIDER、TOTAL SCORE 为主列总分由 Quality如 LoCompo accuracy 事实抽取准确率、Speed延迟与吞吐、Cost每百万 token 价格、ReliabilitySchema 一致性测试通过率加权构成与榜单配套0.4.13 将默认 OpenAI 模型切换为gpt-4o-mini从而在保证质量的前提下降低新部署的推理成本——这与榜单中gpt-4o-mini在质量/成本维度上表现均衡的结论一致。从仓库配置看该默认值定义在 hindsight-api-slim/hindsight_api/config.py 的默认模型常量中可通过HINDSIGHT_API_LLM_MODEL等环境变量覆盖。Chat SDK 集成用一行中间件给聊天机器人接入持久记忆0.4.13/0.4.14 为 Vercel AI SDK 的useChatHook 提供了官方集成。此前在 hindsight-integrations/ai-sdk 中已经提供基于createHindsightTools的retain/recall/reflect记忆工具可配合generateText、streamText、ToolLoopAgent使用本次更新更进一步以middleware 中间件的方式透明地包裹聊天流程无需改动现有聊天路由或 LLM 调用代码。import { useChat } from ai/react; import { createHindsightMiddleware } from hindsight-sdk/chat; const { messages, input, handleSubmit } useChat({ middleware: createHindsightMiddleware({ bankId: user-123, serverUrl: http://localhost:8888, }), });中间件会自动完成两件事透明 retain把每一轮对话内容写入指定bankId对应的 Hindsight 记忆库自动注入召回上下文在每次请求前召回相关历史记忆并注入到发送给 LLM 的消息中。bankId承担了每用户一库的多租户隔离职责——为每个用户分配独立 bankId如user-123即可实现用户间记忆互不串扰。serverUrl指向 Hindsight API 服务地址本地自托管默认http://localhost:8888可参考 docker/docker-compose 下各部署编排启动服务。更完整的配置项与快速上手可参见 Chat SDK 文档若该路径未命中请以仓库内hindsight-docs/docs-integrations下实际文件为准。CrewAI 集成让 Agent Crew 获得完整的 Hindsight 检索栈CrewAI 是流行的多智能体编排框架其记忆接口默认使用进程内存储。本次更新让 CrewAI 可以直接把 Hindsight 当作持久化记忆后端集成层实现 CrewAI 的Storage接口并挂载到ExternalMemory上存储与检索全部路由到 Hindsight 记忆库。from crewai import Agent, Crew from hindsight_integrations.crewai import HindsightMemory crew Crew( agents[...], tasks[...], memoryTrue, memory_config{ provider: hindsight, config: { bank_id: my-crew, server_url: http://localhost:8888, }, }, )CrewAI 会在每个任务开始时查询记忆、在每个任务完成后把输出写入 Hindsight。与默认进程内存储相比CrewAI Agent 因此获得了完整的 Hindsight 召回链路——语义搜索、BM25 关键词检索、图谱遍历graph traversal与重排reranking记忆在多次 crew 运行之间持续累积。仓库中的实现位于 hindsight-integrations/crewaihindsight_crewai包其核心能力包括Drop-in Storage 后端实现 CrewAIStorage接口配合ExternalMemory使用Per-Agent Banksper_agent_banksTrue时为每个 Agent 分配独立记忆库如my-crew拆分为my-crew-researcher、my-crew-writer也可通过bank_resolver自定义命名规则Reflect ToolHindsightReflectTool让 Agent 能显式调用 Hindsight 的reflect基于相关记忆做 disposition-aware 的综合回答而非只返回原始事实Bank Mission为记忆库设定 mission指导 Hindsight 如何组织与处理记忆配置项budget召回预算 low/mid/high、max_tokens、tags写入标签、recall_tags与recall_tags_match召回过滤等构造函数参数可覆盖全局configure()配置。从仓库源码看hindsight_crewai包内包含 config.py、storage.py、tools.py 等模块并配套 tests 目录下的test_config.py、test_storage.py、test_tools.py测试。可配置 MCP Tools按记忆库精确控制暴露的工具集此前 Hindsight 的 MCPModel Context Protocol端点会暴露全部工具。本次更新支持按记忆库memory bank限制可用的 MCP 工具集让服务端只暴露 Agent 或用户真正需要的操作缩小攻击面、简化 Agent 的工具选择。export HINDSIGHT_API_MCP_ENABLED_TOOLSrecall,retain配置语义逗号分隔的工具名列表仅列表内的工具会被注册/调用不设置该变量时默认暴露全部工具源码中DEFAULT_MCP_ENABLED_TOOLS: list[str] | None None即None all tools enabled见 config.py。在实现层面hindsight-api-slim/hindsight_api/mcp_tools.py 中的register_mcp_tools注册了retain、sync_retain、recall、reflect、list_banks、create_bank、mental-model 系列等 MCP 工具其中_apply_bank_tool_filtering会读取每个银行配置里的mcp_enabled_tools并同时在tools/list、tool 描述查询与工具实际调用三个入口统一过滤保证客户端无法通过直接调用来绕过限制。测试方面test_mcp_tool_filtering.py 覆盖了该过滤逻辑。除此之外本次还扩充了 MCP 工具集本身新增若干工具并为既有工具增加新参数使 MCP 客户端无需自建 API 集成即可更精细地控制记忆操作。配套的兼容性改动是0.4.13 将本地 MCP 实现与服务器规范对齐并移除了已废弃的stateless参数。批量观测合并Batch Observations Consolidation一次 LLM 调用处理多条观测观测observation是 Hindsight 记忆体系中的基本单元consolidation合并/整合会在 retain 写入后跨多个实体把相关观测融合为更精炼的事实。此前每条观测的合并需单独触发 LLM 调用本次改为单次批量通道batched pass处理多条观测显著降低 retain 触发合并时的 LLM 调用开销。官方测试数据显示在合并密集型负载下可获得约10 倍速度提升。该优化无需任何配置在观测写入后的合并阶段自动生效。仓库中与合并流程相关的实现与测试可参考 consolidator.py 以及 tests 目录下的test_consolidation*.py系列测试如test_consolidation_batch_atomicity.py、test_consolidation_dedup.py等其中后者覆盖了批量合并的原子性、去重与失败隔离行为。ZeroEntropy Reranker新的重排与嵌入提供方重排reranking用于对召回结果做二次精排直接影响召回质量。此前 Hindsight 支持本地 cross-encoder 与 TEIText Embeddings Inference两类重排提供方0.4.13/0.4.14 新增ZeroEntropy作为重排提供方export HINDSIGHT_API_RERANKER_PROVIDERzeroentropy export HINDSIGHT_API_ZEROENTROPY_API_KEYyour-key从 config.py 的配置定义看ZeroEntropy 相关配置远不止这两项完整的环境变量族包括环境变量默认值说明HINDSIGHT_API_RERANKER_PROVIDERlocal重排提供方local/tei/zeroentropy/noneHINDSIGHT_API_RERANKER_ZEROENTROPY_API_KEY无ZeroEntropy API KeyHINDSIGHT_API_RERANKER_ZEROENTROPY_MODELzerank-2重排模型HINDSIGHT_API_RERANKER_ZEROENTROPY_BASE_URL无自定义 Base URLHINDSIGHT_API_RERANKER_ZEROENTROPY_TIMEOUT60.0秒请求超时此外ZeroEntropy 同时被支持为嵌入embeddings提供方engine/embeddings.py相关配置包括环境变量默认值说明HINDSIGHT_API_EMBEDDINGS_ZEROENTROPY_MODELzembed-1嵌入模型HINDSIGHT_API_EMBEDDINGS_ZEROENTROPY_BASE_URLhttps://api.zeroentropy.devAPI 地址HINDSIGHT_API_EMBEDDINGS_ZEROENTROPY_DIMENSIONS1280向量维度HINDSIGHT_API_EMBEDDINGS_ZEROENTROPY_ENCODING_FORMATfloat编码格式HINDSIGHT_API_EMBEDDINGS_ZEROENTROPY_BATCH_SIZE100批大小HINDSIGHT_API_EMBEDDINGS_ZEROENTROPY_LATENCY无延迟模式源码中DEFAULT_RERANKER_PROVIDER local表明默认仍使用本地 cross-encoder切换 ZeroEntropy 需显式设置HINDSIGHT_API_RERANKER_PROVIDERzeroentropy并配置 API Key。重排链路相关测试见 test_reranker_retry.py、test_reranker_timeouts.py 等。同时0.4.13 修复了上游重排提供方返回错误时导致进程崩溃的问题——现在重排失败会得到妥善处理而非击穿服务相关行为可参考 engine/cross_encoder.py 与 test_reranker_error_handling.py。Observation Source Facts召回观测时溯源其来源事实Hindsight 的观测并非凭空产生而是由底层事实facts推导而来。此前召回观测时只能看到观测文本难以回答这条观测为什么存在。0.4.13/0.4.14 在召回响应中新增source facts字段当召回结果为 observation 类型时响应会附带该观测所依据的底层事实便于溯源与验证。results client.recall(bank_idmy-bank, queryuser preferences) for result in results: if result.type observation: print(result.text) for fact in result.source_facts: print( -, fact.text)在客户端 SDK 中该字段定义于 recall_response.pyRecallResponse模型新增source_facts: Optional[Dict[str, RecallResult]]与source_facts_truncated: Optional[StrictBool]两个属性。source_facts以字典形式按来源组织底层事实source_facts_truncated则标记来源事实是否因过长被截断。这与仓库中观测/事实体系如 engine 下的 observations、facts 相关模块以及test_observation_history.py、test_fact_ordering.py等测试一脉相承。其他更新0.4.14 与 0.4.13 的可靠性改进0.4.14银行配置 API 默认开启per-bank 配置 API 现在默认启用可通过HINDSIGHT_API_ENABLE_BANK_CONFIG_APIfalse关闭。仓库默认值DEFAULT_ENABLE_BANK_CONFIG_API True与之对应。OpenClaw 集成改进新增autoRecall开关可排除指定 LLM 提供方修复健康检查中 auth token 传递问题。reflect/retain 定制化增强reflect、retain 与 consolidation 行为的可配置项进一步增加。源文档元数据事实抽取结果现在包含源文档元数据source document metadata便于追溯事实出处。嵌入维度校验当嵌入维度超过 pgvector HNSW 索引上限时直接抛出清晰错误而不再等到运行时才失败。相关测试见 test_custom_embedding_dimension.py。多租户 schema 隔离修复修复存储层与银行配置 API 的隔离问题。召回性能降低检索过程中的内存占用。0.4.13默认 OpenAI 模型切换为gpt-4o-mini降低新部署成本。MCP 兼容性本地 MCP 实现与服务器规范对齐移除废弃的stateless参数。Docker 命名卷修复修复使用命名 Docker 卷时的启动失败问题。重排稳定性防止上游重排提供方报错导致崩溃。时间顺序精度通过减小逐事实时间偏移提升事实时间排序temporal ordering的准确性。文档追踪修复修复事实抽取返回零条事实时文档未被追踪的问题相关逻辑可参考 document_tracking 相关测试。升级兼容性与上手路径官方明确0.4.13 与 0.4.14 是 0.4.x 的 drop-in 替代版本无破坏性变更可直接替换升级。仓库内提供了完整的自托管部署物料单机容器化部署见 docker/standalone/Dockerfile 与 docker/standalone/start-all.sh各类组件编排见 docker/docker-compose 下的 external-pg、local-llm、pg_search、tei 等部署模板Kubernetes 部署见 helm/hindsight本地快速体验可用uvx hindsight-embedlatest -p myapp daemon start启动嵌入式模式API 默认监听http://localhost:8000参考 hindsight-integrations/ai-sdk/README.md。配置入口统一为 config.py 中定义的HINDSIGHT_API_*环境变量族覆盖 LLM、嵌入、重排、MCP、银行配置 API 等全部开关测试套件位于 hindsight-api-slim/tests是理解每个新特性预期行为的直接参考。小结0.4.13/0.4.14 的发布标志着 Hindsight 从记忆内核走向记忆生态对内通过批量观测合并、重排稳定化、时间排序精度与文档追踪修复夯实了 retain/recall/reflect 的可靠性对外则通过 Chat SDK middleware、CrewAI Storage 后端、可配置 MCP 工具与 ZeroEntropy 提供方降低了记忆能力的接入门槛。配合公开的 Model Leaderboard开发者现在可以用真实基准数据为 retain/reflect 选择模型并以可复制的配置将这些能力嵌入自己的聊天机器人与多智能体应用。【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