Hindsight：让 Agent 学会“记得你”——LongMemEval 第一的记忆系统，Docker 一条命令就能跑

Hindsight：让 Agent 学会“记得你”——LongMemEval 第一的记忆系统，Docker 一条命令就能跑

情报来源：逛逛GitHub《盘点 20 个 9 月份 GitHub 上顶顶顶的开源项目》（2026-10-11）· 项目地址 github.com/vectorize-io/hindsight · 用法与基准数据对照 README 核对

一文看懂

先看痛点。 Agent 的“失忆”是行业级痛点：客服 Agent 记不住你上次说过什么，每次都要你重复背景；项目 Agent 干完活就忘了项目为什么这么设计。主流解法里，RAG 检索容易丢上下文、答非所问，知识图谱建起来费时费力维护成本高。市面上缺一个“真的会记、还记得住”的方案。

主角登场。 Hindsight（vectorize-io/hindsight）是 Vectorize 开源的 Agent 记忆系统，定位一句话：让 Agent 学习，而不只是记住。它在 LongMemEval（评估记忆系统的行业基准）上拿了目前第一。核心 API 只有两个——retain（存）和 recall（找），Docker 一条命令起服务，几分钟就能给现有 Agent 接上长期记忆。

核心机制：不存“对话记录”，存“可检索的事实”

多数记忆系统的问题在于只回放对话历史：聊到哪存到哪，找的时候一锅端。Hindsight 的做法是按内容组织：retain 时把信息存进一个“记忆库”（bank），recall 时用自然语言查询精确找回来——找的是“事实”，不是“聊天记录”。

最简用法（Python）：

from hindsight_client import Hindsight
client = Hindsight(base_url="http://localhost:8888")

# 存：告诉它 Alice 是谷歌软件工程师
client.retain(bank_id="my-bank", content="Alice works at Google as a software engineer")

# 找：问"Alice 是做什么的？"
client.recall(bank_id="my-bank", query="What does Alice do?")

bank_id 是关键设计：按用户、按项目各建一个记忆空间，互不串味——客服系统给每个客户一个 bank，项目 Agent 给每个项目一个 bank。这是它和“全局一锅记忆”的本质区别，也是它能在真实业务里用的原因。

部署：Docker 一条命令

export OPENAI_API_KEY=sk-xxx

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 \
  ghcr.io/vectorize-io/hindsight

服务起来后，Python / Node.js / Go / CLI 四个客户端任选接入。不想自托管也有托管版 Hindsight Cloud（按用量计费、送免费额度）。K8s 用户有官方 Helm chart。

基准：LongMemEval 当前第一

项目声称是“目前测过最准的 Agent 记忆系统”，依据是 LongMemEval 基准的当前成绩，而且实时结果公开（benchmarks.hindsight.vectorize.io），按模型、时延、成本分开列——不是拍脑袋自封，是能随时查证的榜。这一点对选型很关键：记忆系统最怕“装的时候感觉聪明，用起来全是幻觉”。

客户端不止 Python

除了 Python，官方还提供 Node.js / TypeScript（npm install @vectorize-io/hindsight-client）、Go（go get github.com/vectorize-io/hindsight/...）和 CLI（curl -fsSL https://hindsight.vectorize.io/get-cli | bash）——不管你的 Agent 栈是什么语言，记忆服务都能接上，这也符合它“记忆后端”的定位：跟框架解耦，谁都能用。

适合谁用

• 客服 Agent：保存用户历史沟通，下次直接接上背景，用户不用重复解释——README 点名的场景；
• 项目助手：回顾积累的记录，分析项目风险、决策依据，不因会话关闭而失忆；
• 任何“长期服务同一批人”的 Agent：只要你能定义出 bank 的粒度（按用户/按项目），Hindsight 就能当它的记忆后端。

注意它的定位：记忆服务（存 + 找），不是聊天框架——它给现有 Agent 提供记忆能力，不取代你的 Agent 本体。

信号强度

记忆是 Agent 从“工具”走向“同事”的分水岭：没有记忆的 Agent 每次都是新人，有记忆的 Agent 才谈得上累积和进化。Hindsight 的意义在于把“长期记忆”做成了一件标准化的基础设施——一个服务、两个 API、一个 Docker 命令，而不是每个团队自己造轮子。对正在给 Agent 做记忆层的团队，它值得跑一遍基准实测；LongMemEval 榜上见真章。