Hindsight Cloud 简介

Hindsight Cloud 是 Hindsight 的托管云服务，Hindsight 是一套专为 AI 代理设计的最先进记忆系统。

问题所在

AI 代理在会话之间会遗忘所有信息。 没有持久化记忆，代理无法在对话之间保持上下文、从过往交互中学习，也无法与用户建立长期关系。每次对话都从零开始。

Hindsight 通过为代理提供一套远超简单存储和检索的复杂记忆系统来解决这一问题。

什么是 Hindsight？

Hindsight 让 AI 代理能够通过三个核心操作进行记忆、学习和推理：

• Retain（保留） - 将信息存储到专用记忆库中，自动提取事实、实体和时间数据
• Recall（召回） - 使用多种并行策略搜索和检索记忆
• Reflect（反思） - 基于检索到的记忆进行代理式推理，并由记忆库的使命、指令和性格特质引导

核心概念

记忆库（Memory Banks）

记忆库是为特定代理或上下文设立的专属记忆空间。每个记忆库都拥有自己的：

• 跨不同类型存储的记忆
• 实体关系与图结构关联
• 引导推理的使命、指令和性格特质
• 用于快速检索的搜索索引

记忆层级

Hindsight 将知识组织成分层结构，从原始事实一直到精心整理的摘要：

层级	描述	示例
世界事实（World Facts）	来自外部来源的客观事实	"Alice 在 Google 工作"
经验事实（Experience Facts）	代理自身的行为和交互	"我向 Bob 推荐了 Python"
观察（Observations）	自动综合的知识——新事实经分析后整合为带证据追踪的观察	"用户对异步 Python 越来越熟练"
心智模型（Mental Models）	针对常见查询预先计算、精心整理的摘要——获得一致答案的最快路径	"团队沟通最佳实践"

在推理过程中，Hindsight 按优先级顺序检查来源：心智模型 → 观察 → 原始事实。每次 retain 调用之后，观察整合会在后台自动运行，将新事实与已有观察进行比对，并在模式涌现时创建或完善观察。

使命与指令

每个记忆库都可以配置 使命（mission） 和 指令（directives），用以塑造代理在 reflect 操作中的推理方式：

• 使命 - 一段自然语言的身份声明，告诉 Hindsight 应当优先关注哪些知识，并为推理提供上下文。例如："我是一名专注于机器学习的研究助手。我偏好简洁而非前沿。"
• 指令 - 代理在 reflect 期间必须遵守的硬性规则——绝不能违反的护栏和合规要求。例如："绝不推荐具体股票" 或 "始终引用来源。"

使命提供解读视角，指令强制边界，性格特质 调节推理风格。三者共同定义记忆库在 reflect 期间如何综合和表达已存储的知识。

TEMPR 检索

与仅依赖语义搜索的系统不同，Hindsight 采用 TEMPR 检索策略——四种并行搜索方法协同工作：

方法	它能找到什么
语义（Semantic）	概念上相似的记忆
关键词（BM25）	精确的词项匹配
图（Graph）	实体关联的记忆
时间（Temporal）	基于时间的推理（"上周"、"三月份"）

这种多策略方式可以处理仅靠语义搜索无法回答的查询，比如 "Alice 去年春天告诉我什么？"

性格特质

记忆库可以拥有性格特质，这些特质影响代理在 reflect 操作中的推理方式：

• 怀疑度（Skepticism） - 代理接受新信息的容易程度（信任 ↔ 怀疑）
• 字面度（Literalism） - 代理解读陈述的灵活程度（灵活 ↔ 字面）
• 共情度（Empathy） - 代理对情感上下文的重视程度（疏离 ↔ 共情）

Hindsight Cloud 功能

Hindsight Cloud 在开源 Hindsight 核心之上增加了面向企业的能力：

• 托管基础设施 - 无需部署或维护服务器
• API 集成 - 提供 RESTful API 以及 Python 和 TypeScript SDK
• 团队管理 - 邀请团队成员，配置基于角色的访问控制
• 使用分析 - 实时显示消耗情况的仪表盘
• 额度系统 - 基于使用量的定价，通过额度计费 API 操作

基于 Token 的定价

使用量以 Token 为单位计算：

• Retain Token - 存储新记忆时消耗
• Recall Token - 搜索/检索记忆时消耗
• Reflect Token - 生成 AI 洞察时消耗
• 心智模型 Token - 创建、刷新或检索心智模型时消耗

开始使用

准备好为你的 AI 代理赋予持久记忆了吗？前往 快速开始 指南创建你的第一个记忆库。