智能体记忆系统 Hindsight 部署指南从 60 秒本地试用到云上生产【免费下载链接】hindsightHindsight: Agent Memory That Learns项目地址: https://gitcode.com/GitHub_Trending/hindsight2/hindsightHindsight 是开源智能体记忆系统通过 retain存储、recall检索、reflect反思三个操作让 AI 智能体跨会话持续学习。这篇 Hindsight 部署指南带你完成四件事60 秒跑通第一个实例、按场景选定部署形态、把服务接进自己的代码、上生产前逐项核对配置清单。⚡ 60 秒跑通第一个 Hindsight 实例前提是一台装有 Docker 的机器和一个 OpenAI API key其他 25 提供商通过HINDSIGHT_API_LLM_PROVIDER切换。执行下面这条命令export OPENAI_API_KEYsk-xxx docker run -it --pull always --name hindsight --restart unless-stopped \ -p 8888:8888 -p 9999:9999 \ -e HINDSIGHT_API_LLM_API_KEY$OPENAI_API_KEY \ -v hindsight-data:/home/hindsight/.pg0 \ ghcr.io/vectorize-io/hindsight:latest容器自带 pg0 嵌入式数据库hindsight-data卷负责持久化。服务就绪后用这条命令当场验证curl http://localhost:8888/health返回正常后记下两个地址APIhttp://localhost:8888管理界面http://localhost:9999部署形态怎么选场景 × 投入 × 成本用这张表定形态再进入对应小节形态适用场景首次投入持续成本Python 嵌入式本地开发验证、单用户原型一条pip install约 5 分钟仅 LLM API 费用Docker 单容器内置 pg0个人与小队功能验证一条docker run1 台机器 LLM 费用Compose 外部 PostgreSQL小型生产、多用户约 20 分钟应用 数据库各 1 台Kubernetes Helm企业级高可用1 小时起需 K8s 集群集群资源托管云Hindsight Cloud免运维团队注册即用按用量计费本地嵌入式部署进程内起服务不装数据库执行pip install hindsight-all -U然后在你的 Python 进程内直接拉起服务import os from hindsight import HindsightServer, HindsightClient with HindsightServer( llm_provideropenai, llm_modelgpt-5-mini, llm_api_keyos.environ[OPENAI_API_KEY], ) as server: client HindsightClient(base_urlserver.url) client.retain(bank_idmy-bank, contentAlice works at Google)with块退出时服务自动销毁适合脚本和测试。Intel Mac 改装hindsight-all-slim。想要常驻进程时执行pip install hindsight-api然后运行hindsight-api命令服务监听 http://localhost:8888。 容器化部署内置 pg0 与外部 PostgreSQL上面 60 秒命令用的是内置 pg0多用户或长期跑时把数据库换成独立 PostgreSQL配置模板在 docker/docker-compose/external-pg/docker-compose.yamlexport OPENAI_API_KEYsk-xxx export HINDSIGHT_DB_PASSWORDchoose-a-password export HINDSIGHT_API_LLM_API_KEY$OPENAI_API_KEY cd docker/docker-compose/external-pg docker compose up -d关键参数如下环境变量作用HINDSIGHT_DB_PASSWORDPostgreSQL 密码缺失时 compose 直接报错退出HINDSIGHT_API_LLM_API_KEYLLM 密钥必填HINDSIGHT_API_LLM_PROVIDERopenai/anthropic/gemini/ollama等HINDSIGHT_API_LLM_BASE_URL接 OpenAI 兼容端点LM Studio、vLLM 等端口与单机版一致API 在 8888管理界面在 9999。云端部署Kubernetes Helm 与托管服务有 K8s 集群时直接用官方 Charthelm install hindsight oci://ghcr.io/vectorize-io/charts/hindsight \ --set api.llm.provideropenai \ --set api.llm.apiKeysk-xxx \ --set postgresql.enabledtrue副本数、镜像、环境变量都在 helm/hindsight/values.yaml 里改。想彻底免运维把客户端的base_url指向https://api.hindsight.vectorize.io并配上 API key跳过整套部署。接进你的代码SDK 最小示例先装客户端三选一Pythonpip install hindsight-client -UNode.js / TypeScriptnpm install vectorize-io/hindsight-clientGogo get github.com/vectorize-io/hindsight/hindsight-clients/goPython 端的最小闭环如下from hindsight_client import Hindsight client Hindsight(base_urlhttp://localhost:8888) client.retain(bank_idmy-bank, contentAlice works at Google as a software engineer) client.recall(bank_idmy-bank, queryWhat does Alice do?) client.reflect(bank_idmy-bank, queryTell me about Alice)不想显式调用三个操作时装hindsight-litellm后用wrap_openai()包住现有 LLM 客户端召回和存储自动完成。上生产前的检查清单逐项打勾再发布数据库换成外部 PostgreSQL设HINDSIGHT_API_DATABASE_URL日志级别设为HINDSIGHT_API_LOG_LEVELinfo开发期才用debug按 CPU 核数设HINDSIGHT_API_WORKERS后台任务用HINDSIGHT_API_WORKER_ENABLEDtrue并发上限由HINDSIGHT_API_WORKER_MAX_SLOTS控制开追踪HINDSIGHT_API_OTEL_TRACES_ENABLEDtrue抓取 Prometheus 指标http://localhost:8888/metrics仪表板模板在 monitoring/grafana/探活脚本接入curl http://localhost:8888/health备份外部 PG 定期pg_dump内置 pg0 对hindsight-data数据卷做快照排障速查表现象可能原因处理办法8888 端口不通端口未映射或被占用docker ps核对映射改用其他-p端口请求 LLM 报 401密钥没注入容器重设HINDSIGHT_API_LLM_API_KEY后重建容器compose 启动即退出缺必填变量先export HINDSIGHT_DB_PASSWORD和HINDSIGHT_API_LLM_API_KEY再upIntel Mac 安装嵌入式版失败pg0 不支持该架构改装hindsight-all-slimrecall 慢或结果不全后台整合未完成等 consolidation 完成或调大 worker 并发上限9999 管理界面打不开容器尚未就绪docker logs hindsight看启动进度部署只占 Hindsight 价值的一小部分跑通之后把 retain、recall、reflect 接进你的智能体才是重点。完整文档与安装选项hindsight-docs/docs/全套 Docker 组合配置外部 PG、S3、TEI 等docker/docker-compose/Helm Chart 源码helm/hindsight/【免费下载链接】hindsightHindsight: Agent Memory That Learns项目地址: https://gitcode.com/GitHub_Trending/hindsight2/hindsight创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考