hindsight
SHA-256オープンソースの AI エージェントメモリシステム。エージェントが使いながら学習し、長期記憶ベンチマークテストでトップの成績を達成。
スマートダウンロード
Download 版をダウンロード
v1.0.0 · 4 MB
AIエージェントに学習する長期記憶を搭載する
主な機能
- retain/recall/reflect の3つのインターフェースで記憶の保存・検索・リフレクションを実現
- LongMemEval 長期記憶ベンチマークテストでトップクラスの成績を達成し、RAG ソリューションを上回る効果
- 25+ の大規模モデルプロバイダーをサポート、Ollama ローカルモデルを含み、API 費用ゼロで実行可能
- Docker、pip、Helm、サーバーレス埋め込みモード、マネージドクラウドなど多様なデプロイ方式
- Python、Node.js、Go SDK、コマンドラインツール、MCP サービスを提供
できないこと
- •これは開発者向けのメモリバックエンドであり、すぐに使えるチャットアプリではなく、自分でエージェントのコードを書いて組み合わせて使う必要があります;実行時には大規模モデルを呼び出すため API 費用が発生します(Ollama のローカルモデルに切り替えて回避可能);セルフホストは PostgreSQL に依存し、本番環境ではバックアップや運用保守を自分で行う必要があります;一部のベンチマークテストの成績はベンダーの自己申告によるものなので、自分の業務シナリオで実測検証することをお勧めします;単にチャット履歴を簡単に保存したいだけであれば、これを使うのはやや大掛かりかもしれません。
使用例
- カスタマーサポートボットはユーザーの好みや過去の問い合わせを記憶し、使うほど顧客を理解するようになる
- プログラミングアシスタントはプロジェクトのコンテキストや個人のコーディング習慣を蓄積する
- パーソナルアシスタントは主人のスケジュール、好み、人間関係を長期的に学習し続ける
- 企業の知識型エージェントは従業員の経験と業務知識を蓄積する
Hindsight はオープンソースの AI エージェントメモリシステムで、エージェントがチャット履歴を単に記憶するのではなく、使いながら学習することを可能にします。LongMemEval 長期メモリベンチマークでトップの成績を収め、大学機関による独立した再現検証も受けています。RAG、ナレッジグラフ、Mem0 などの類似ソリューションと比較して、retain、recall、reflect の3つのインターフェースだけでメモリを管理できます。Docker、pip、Helm、サーバーレス埋め込みモード、マネージドクラウドデプロイをサポートし、25+ の大規模モデル(Ollama ローカルモデルを含む)と互換性があり、Python、Node.js、Go などの多言語 SDK を提供しており、わずか2行のコードで既存のエージェントにメモリを組み込めます。MIT ライセンスで提供され、すでにフォーチュン500企業の本番環境で使用されています。
タグ
はじめ方
ソフトウェアをインストール
ダウンロードしたインストーラをダブルクリックし、指示に従ってください
環境変数 OPENAI_API_KEY をあなたの大規模モデルのキーに設定する
Docker を使って ghcr.io/vectorize-io/hindsight イメージを実行し、メモリサービスを起動する
pip install hindsight-client を実行して Python クライアントをインストールする
- 環境変数 OPENAI_API_KEY をあなたの大規模モデルのキーに設定する
- Docker を使って ghcr.io/vectorize-io/hindsight イメージを実行し、メモリサービスを起動する
- pip install hindsight-client を実行して Python クライアントをインストールする
SHA-256 チェックサム確認済み
GitHub 公式 Release ページから抽出されたチェックサム
SHA256 チェックサム
be5833344ac037c7670366936ac8261cbf59f90e5551eee3654ddf4b73dec7e8このチェックサムは GitHub Release ページから抽出されたものです。ダウンロード後にファイルの整合性を確認してください。
本プラットフォーム上のすべての SHA-256 チェックサムは、プロジェクトの公式 GitHub Release ページから抽出されたもので、一切の改変はありません。GitHub Releases ページで独自に検証できます。
オープンソースの透明性
GitHub ソースを見るアンインストール情報
Docker デプロイ:docker stop hindsight && docker rm hindsight を実行し、続いて docker volume rm hindsight-data を実行してすべてのメモリデータを削除します。pip インストール:pip uninstall hindsight-api hindsight-client を実行します。Helm デプロイ:helm uninstall hindsight を実行し、対応する PVC をクリーンアップします。クラウドホスト版はアンインストール不要で、コンソールでデータを削除するだけです。
追加の依存関係なし
ダウンロード後すぐに使用可能。追加のランタイムは不要です。
問題が発生?以下のFAQを確認
5 FAQs