返回 AI 工具目录

vectorize-io/hindsight

MCP 服务人工精选最近核验 2026年7月23日

Hindsight 是 Vectorize.io 开源的 Agent 记忆系统,目标是让 Agent 在使用中积累经验并改进,而不只是回放对话历史。它围绕三种操作组织记忆:Retain 存入、Recall 检索、Reflect 从已存记忆中提炼洞见;记忆分为世界事实、经历与习得的心智模型三类,支持语义、关键词、图谱与时间等多策略检索。模型无关,可接 OpenAI、Anthropic、Gemini、Groq、Ollama 等。以 PostgreSQL(或 Oracle AI Database)为存储,MIT 许可,支持 Docker、pip 裸机与嵌入式三种部署。

定价开源部署自托管、本地运行国内可达国内可达许可MIT

解决什么问题

  • 让 Agent 沉淀经验而非仅存对话历史
  • 以 Retain/Recall/Reflect 管理记忆全流程
  • 区分事实、经历与心智模型三类记忆
  • 用语义、关键词、图谱、时间多策略检索
  • 模型无关,可接多家大模型或本地 Ollama

适合

  • 要给 Agent 加可积累、可反思的长期记忆
  • 需要按用户维度维护个性化记忆
  • 构建长期运行的 AI 助手或数字员工
  • 已用 PostgreSQL,愿自托管记忆层

不适合

  • 需自建并运维 PostgreSQL 等依赖
  • 记忆质量依赖模型与反思配置
  • Reflect 提炼会带来额外模型调用成本
  • 面向记忆层,不含完整 Agent 编排

如何接入

  • 以 Docker 部署,或用 pip、嵌入式接入
  • 用 PostgreSQL 或 Oracle AI Database 存储
  • 通过 API 调用 Retain、Recall、Reflect
  • 接入 OpenAI、Anthropic、Ollama 等模型

已知限制

  • 较新项目,长期稳定性有待验证
  • Reflect 与检索会累积模型调用成本
  • 海外模型 API 国内访问受限,可换本地模型
  • 效果随记忆规模与配置差异较大

接入与使用事实

部署方式
自托管、本地运行
实现语言
Python、TypeScript、Rust
中文界面
待确认
中文文档
待确认
定价方式
开源
许可证
MIT
国内可达性
国内可达
可达性观察
待补充
查看代码仓库

权限、依赖与维护信号

这些字段记录公开可见信号，不等同于安全审计结论。

权限信号

暂无公开信号。

依赖信号

暂无公开信号。

维护信号

暂无公开信号。

公开来源与证据

  1. 代码仓库仅作事实索引
    查看来源

访问官网