# Hindsight 永続的なコンテキストとセッション間の想起を実現するオープンソースのAIエージェントメモリ - Findings24: - ウェブサイト: - 料金: Freemium - カテゴリー: AIコードアシスタント, AI開発者ツール, AIナレッジベース ## Hindsightとは？ VectorizeのHindsightは、ステートレスなチャットではなく永続的なコンテキストを必要とするアプリケーション向けのオープンソースagent memoryです。エージェントがユーザーを記憶し、セッションをまたいでコンテキストを保持し、より多くの会話やツールの結果に触れるにつれて応答を改善できるよう設計されています。 この製品は2つの主要な導入形態で提供されています。自社インフラ上でDockerコマンドとMITライセンスで動作するself-hosted Hindsightと、従量課金制の管理型サービスであるHindsight Cloudです。サイトでは、このシステムはモデル非依存でMCP対応のエージェントと連携できるため、メモリを特定のLLMに結び付けずに既存のワークフローへ接続できると説明されています。 ## Hindsightでできること ### ユーザー別メモリ Hindsightはユーザーごとに個別のメモリを保持するため、好み、履歴、判断がアカウント間で混ざりません。 ### セッションをまたぐ永続化 メモリはセッションの境界をまたいで保持されるため、エージェントは最初からやり直すのではなく、数週間後でも文脈を引き継げます。 ### 並列検索戦略 この製品は、密なベクトル検索、疎なキーワード検索、グラフトラバーサル、時系列検索を並列で実行し、複数の角度から関連コンテキストを取得します。 ### トークン予算ベースの検索 結果はtop-K数ではなくトークン予算に基づいて統合されるため、複数の検索手法を使いながらもプロンプトサイズを予測しやすく保てます。 ### 経験からの学習 reflectionレイヤーは、生の観測を統合された知識へ要約し、繰り返しの経験を再利用可能なパターンに変えます。 ### 開発者向けインターフェース Hindsightはremember、recall、reflectをMCP経由で公開し、アプリケーション統合向けにPython SDKとREST APIも提供します。 ## 利用シーン ### 永続的なユーザーコンテキスト 再訪ユーザーをサポートするエージェントにメモリを追加し、好みや過去の判断をセッションをまたいで引き継げるようにします。 ### 過去のやり取りからの学習 失敗したツール呼び出しや修正された回答が、同じミスの繰り返しではなく次回以降の学習につながるワークフローを構築します。 ### 複数のメモリタイプをまたぐ検索 手動のタグ付けシステムなしで、変化する事実、関連エンティティ、過去のイベントを推論する必要があるエージェントを支援します。 ### 管理型の本番導入 スケーリング、バックアップ、分析、コラボレーション機能を、自分でインフラを運用せずに使いたい場合に、管理型の本番環境セットアップを導入します。 ### 開発者統合 MCP、Python SDK、またはREST APIを通じて、1つのLLMに固定せずに既存のエージェントスタックへメモリを統合します。 ## よくある質問 ### Hindsightは無料でself-hostできますか？ はい。self-hosted版はMIT লাইセンスで、1回のDockerコマンドで実行でき、価格ページでは使用量制限、テレメトリ、制約がないと記載されています。 ### self-hosted版とHindsight Cloudの違いは何ですか？ self-hostedのHindsightは自社インフラ上で動作し、Hindsight Cloudは管理型サービスです。Cloudプランには、インフラ管理、スケーリング、バックアップ、分析、コラボレーション機能が含まれます。 ### 開発者はどのようにHindsightをエージェントに統合しますか？ この製品は、MCPサーバーを通じてremember、recall、reflect機能を提供し、さらにPython SDKとREST APIも用意されています。製品ページには、retainとrecallの呼び出しを使うサンプルクライアントも表示されています。 ### Hindsight Cloudの料金体系はどのようになっていますか？ 価格ページによると、Hindsight Cloudは月額固定料金なし、ユーザー単位課金なしの従量課金型トークン課金を採用しています。Retain、Recall、Reflect、Iris Extract、Mental Modelなどの操作は個別に課金されます。 ### 特定のLLMに依存しますか？ サイトでは、MCP対応のエージェントであれば動作し、モデル非依存であると説明されています。そのため、エージェントが学習した内容を失うことなくLLMを切り替えられます。 ## クイック情報 - **カテゴリー**: 開発者向けツール / AIインフラ - **製品**: Hindsight by Vectorize - **ソースドメイン**: vectorize.io - **導入**: Dockerによるself-hosted または管理型クラウド - **料金**: self-hostedは無料、クラウドは従量課金のトークン課金 - **主な利用者**: 永続メモリを備えたAIエージェントを構築するチーム