Hindsight — система памяти для ИИ-агентов: поможет агенту учиться со временем, а не просто вспоминать историю разговоров. Подойдёт разработчикам разговорных ассистентов и автономных агентов. По бенчмарку LongMemEval разработчики заявляют Hindsight как самую точную из протестированных систем долговременной памяти.
- Изолированные банки памяти для пользователей, агентов и проектов
- Операции retain, recall и reflect: запись, поиск и размышление над сохранённым
- Наблюдения-убеждения с подтверждающими цитатами и счётчиком доказательств
- Mental models — готовые ответы на заданные вопросы о банке
- Knowledge pages — вики банка, которую можно выгрузить на диск в Markdown
- Подключение памяти заменой LLM-клиента, без переделки кода
- Встроенный MCP-сервер
Память делится на четыре типа: факты о мире, опыт самого агента, наблюдения и ментальные модели. Воспоминания хранятся в банках, и данные одного банка не попадают в другой. При записи (retain) LLM извлекает из текста факты и сущности. Поиск (recall) идёт сразу несколькими способами — по смыслу, по точному совпадению и по связям между сущностями. Reflect нужен, когда вопрос требует разбора, а не простой выдачи: агент связывает воспоминания и формирует более полное понимание.
Сохранённые факты в фоне сводятся в наблюдения без дублей, с цитатами. Mental model агент читает прямо из базы, без поиска и без вызова LLM. Многоязычность включена по умолчанию: факты остаются на исходном языке. Отдельно включается Memory Defense — проверка каждой записи на секреты и персональные данные.
Сервер запускается через Docker, bare metal или Kubernetes. Код бесплатный по лицензии MIT. Hindsight Cloud — управляемый вариант с оплатой по использованию, бесплатными стартовыми кредитами и SLA 99,9%.
Блог