🧠 Hindsight

Sistema de memoria a largo plazo para agentes de IA de Vectorize.io (repo, MIT). No es un RAG ni un grafo de conocimiento: guarda hechos, experiencias y creencias consolidadas en bancos y las expone con tres operaciones —retain, recall, reflect— más observations y mental models que se reescriben en background.

Qué es

Una base de memoria con LLM en el camino de escritura. Cada retain extrae entidades, hechos y marcas temporales; cada recall combina búsqueda semántica, BM25, grafo y filtro temporal; cada reflect razona sobre lo acumulado. El agente arranca con lo que ya sabe en vez de redescubrirlo cada sesión.

Piezas

• Memoria tipada: world facts, experiences, observations (creencias con citas y contador de evidencia) y mental models.
• Bancos: aislamiento estricto por usuario/agente/proyecto, con disposition traits y plantillas de banco.
• Knowledge pages: mental models con mecánica oculta — documentos vivos en carpetas tipo wiki, buscables y exportables a markdown.
• 60+ integraciones: Claude Code, Codex, Cursor, Copilot, opencode, Cline, LangGraph, LlamaIndex, CrewAI, n8n, Zapier, ChatGPT, Obsidian…
• MCP integrado por banco (/mcp/{bank_id}/), sin servidor aparte.
• Memory Defense opcional: 45 patrones de secretos/PII, redacta o bloquea antes de almacenar.
• Multiidioma por defecto: los hechos se guardan en su idioma original.

Despliegue

Modo	Cómo	Cuándo
Docker	ghcr.io/vectorize-io/hindsight:latest, API :8888 + UI :9999	prueba rápida
Docker + Postgres	docker/docker-compose con HINDSIGHT_DB_PASSWORD	producción pequeña
pip (hindsight-api)	binario suelto en el host	servidor ya existente
Helm	chart OCI ghcr.io/vectorize-io/charts/hindsight	Kubernetes
Embebido (hindsight-all)	HindsightServer en proceso, sin servidor	scripts, agentes locales
Cloud	https://api.hindsight.vectorize.io	sin infraestructura

El almacenamiento real es PostgreSQL + pgvector (u Oracle 23ai en enterprise). El LLM se elige con HINDSIGHT_API_LLM_PROVIDER entre 25+ opciones, incluidas suscripciones (claude-code, openai-codex, cursor, github-copilot) sin API key.

En este VPS (no viene de la fuente)

En el stack de Nura ya corre el plugin de Hindsight de Hermes en modo local_embedded: daemon uvx escuchando en 127.0.0.1:9177, banco hermes, estado en ~/.hindsight/ y configuración en ~/.hermes/hindsight/config.json, con deepseek/deepseek-v4-flash vía OpenRouter como LLM de extracción. Es la razón por la que el agente tiene hindsight_retain / hindsight_recall / hindsight_reflect disponibles. Esta sección es observación de nuestro despliegue, no del README.

Por qué nos interesa

• Sustituye la memoria plana (fichero de notas inyectado siempre) por recuperación bajo demanda: menos contexto quemado en cada turno y hechos que se refinan en vez de duplicarse.
• El reflect encaja con las preguntas de síntesis sobre el wiki (wiki-ia-gitea) y con el histórico de decisiones del VPS.
• La integración con Obsidian y el export de knowledge pages a markdown abre la puerta a que Lua y Nura compartan memoria.

Riesgos

• ⚠️ Las cifras de LongMemEval son autopublicadas (con reproducción declarada por Virginia Tech y The Washington Post; el resto de vendors, autodeclarado). Confidence medium.
• Cada escritura cuesta una llamada al LLM y la consolidación corre en background: en un VPS de 4 GB hay que vigilar RAM y swap.
• Proyecto joven (paper 2512.12818): la API y el esquema de bancos pueden cambiar.
• La memoria del agente deja de ser inspeccionable a simple vista: hace falta la UI (:9999) o el CLI para auditar qué se guardó.