vectorize-io/hindsight

O que é?

Recursos principais

• 01Operações retain, recall e reflect para armazenar e consultar memórias de agentes
• 02Recall combina buscas vetoriais, por palavras-chave, por grafo de entidades e temporais, com reranking
• 03Banks de memória isolam as memórias por usuário, agente ou projeto
• 04Endpoint MCP integrado para cada bank, compatível com clientes MCP
• 05Compatível com mais de 25 provedores de LLM, incluindo modelos locais via Ollama e LM Studio
• 06Clientes para Python, Node.js, Go e CLI, além de uma API REST

Casos de uso

• Personalizar um chatbot, lembrando as preferências e o histórico de cada usuário
• Dar aos agentes de programação memória de longo prazo sobre a arquitetura de um projeto e sessões anteriores
• Adicionar memória a um app de LLM existente com um wrapper em torno do cliente OpenAI ou Anthropic
• Criar agentes autônomos que adaptam o comportamento com base no feedback acumulado

Início rápido

1. 1

   Inicie um servidor com Docker

   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. 2

   Instale o cliente Python

   pip install hindsight-client -U
3. 3

   Conecte o cliente e mantenha, recupere ou reflita sobre as memórias

Antes de usar

• !A hospedagem própria completa requer uma chave de API de um provedor de LLM ou a configuração de um modelo local.
• !Macs com Intel precisam do pacote hindsight-all-slim separado para uso integrado.

Tópicos

Perguntas frequentes

O que é hindsight?

Sistema de memória para agentes que armazena, recupera e reflete sobre memórias para que agentes de IA aprendam com o tempo, em vez de apenas reproduzir o histórico de conversas. Hindsight é um sistema de memória para agentes criado para permitir que agentes de IA aprendam, em vez de apenas se lembrarem. Em vez de apenas recuperar o histórico de conversas, ele organiza as memórias em fatos sobre o mundo, experiências do próprio agente, observações consolidadas e modelos mentais sintetizados ao longo do tempo.

hindsight é gratuito? Qual é a licença?

hindsight é open source sob a licença MIT. Confira os termos da licença antes de usá-lo em produtos comerciais.

hindsight ainda é mantido?

Manutenção ativa. O último commit de hindsight foi em 20 de out. de 2026.

Para que posso usar hindsight?

Personalizar um chatbot, lembrando as preferências e o histórico de cada usuário Dar aos agentes de programação memória de longo prazo sobre a arquitetura de um projeto e sessões anteriores Adicionar memória a um app de LLM existente com um wrapper em torno do cliente OpenAI ou Anthropic Criar agentes autônomos que adaptam o comportamento com base no feedback acumulado

Como instalar hindsight?

Inicie um servidor com Docker: 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 Instale o cliente Python: pip install hindsight-client -U Conecte o cliente e mantenha, recupere ou reflita sobre as memórias

Onde consigo hindsight?

O código-fonte e as instruções de instalação estão no GitHub: https://github.com/vectorize-io/hindsight