AIエージェントに"学習する記憶"を与える！会話履歴の先を行くバイオミメティック記憶システム — hindsight

アーキテクチャ・仕組み

Hindsightは「バイオミメティック（生体模倣）データ構造」を採用しており、人間の記憶に近い形で情報を整理する。記憶は以下の3種類に分類される：

• World（世界の事実）: 「ストーブは熱くなる」のような一般的事実
• Experiences（体験）: 「ストーブに触って痛かった」のようなエージェント自身の経験
• Mental Models（メンタルモデル）: 生の記憶や体験を振り返ることで形成される、より深い理解

記憶は「メモリバンク」という単位で管理され、エンティティ（実体）、リレーションシップ（関係性）、時系列データとして表現され、スパース/デンスベクトル表現で検索性を向上させている。

3つの基本操作

• Retain（保持）: LLMを使って入力からキーファクト、時間データ、エンティティ、関係性を自動抽出し、正規化プロセスを経て保存
• Recall（想起）: 4つの検索戦略を並列実行
  • セマンティック検索（ベクトル類似度）
  • キーワード検索（BM25完全一致）
  • グラフ検索（エンティティ/時間/因果リンク）
  • 時間範囲フィルタリング
  • 結果はReciprocal Rank FusionとCross-Encoderリランキングモデルで統合・順位付け
• Reflect（振り返り）: 既存の記憶を深く分析し、新しい洞察や接続を生成

対応LLMプロバイダー

HINDSIGHT_API_LLM_PROVIDER 環境変数で以下を指定可能：

• OpenAI
• Anthropic
• Gemini
• Groq
• Ollama
• LM Studio
• MiniMax

デプロイオプション

• Docker単体: 内蔵PostgreSQLを使用（データは $HOME/.hindsight-docker にマウント）
• Docker Compose: 外部PostgreSQLと連携
• Python組み込み: hindsight-all パッケージでサーバーレス実行可能
• Hindsight Cloud: マネージドクラウドサービスも提供

SDK・クライアント

• Python SDK (hindsight-client)
• Node.js / TypeScript SDK (@vectorize-io/hindsight-client)
• REST API
• CLI

ベンチマーク性能

LongMemEvalベンチマーク（会話型AIの長期記憶を評価する標準テスト）で最高スコアを達成。バージニア工科大学Sanghani Center for AI and Data Analyticsおよびワシントン・ポストが独立再現済み。

ユーザーごとのメモリ分離

Retain操作時にカスタムメタデータを付与することで、ユーザー単位でメモリを分離・フィルタリング可能。マルチテナント対応のチャットボットやパーソナライズドエージェントに適している。

LLM Wrapper統合

既存のLLMクライアントをHindsightのLLM Wrapperに置き換えるだけで（2行のコード変更）、記憶の保存と検索が自動的に行われる。

コーディングエージェント向けドキュメントスキル

Claude Code、Cursorなどのコーディングアシスタントから npx skills add コマンドでドキュメントを直接参照可能。

ライセンス

MITライセンス（商用利用可能）

Docker（推奨）

export OPENAI_API_KEY=sk-xxx

docker run --rm -it --pull always -p 8888:8888 -p 9999:9999 \
  -e HINDSIGHT_API_LLM_API_KEY=$OPENAI_API_KEY \
  -v $HOME/.hindsight-docker:/home/hindsight/.pg0 \
  ghcr.io/vectorize-io/hindsight:latest

• API: http://localhost:8888
• UI: http://localhost:9999

クライアントのインストール

# Python
pip install hindsight-client -U

# Node.js
npm install @vectorize-io/hindsight-client

Pythonでの基本的な使い方

from hindsight_client import Hindsight

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

# 記憶を保存
client.retain(bank_id="my-bank", content="AliceはGoogleでソフトウェアエンジニアとして働いている")

# 記憶を検索
client.recall(bank_id="my-bank", query="Aliceは何をしている？")

# 振り返り分析
client.reflect(bank_id="my-bank", query="Aliceについて教えて")

サーバー不要のPython組み込みモード

pip install hindsight-all -U