什么是 Hindsight？
Hindsight 是 Hermes Agent 的长期记忆系统。它让 AI agent 在会话之间记住你是谁、你的偏好、项目决策、技术环境——而不是每次重置都从头认识你。
三种核心操作：
- retain（存储）→ 从对话中提取结构化事实，存入知识图谱 + 向量库
- recall（检索）→ 语义搜索 + 关键词 + 实体图遍历 + 重排序，找到最相关的记忆
- reflect（反思）→ 跨所有记忆推理，综合出有结构的回答
架构分层
从 Hermes Agent 到底层数据库，共 6 层，以朱砂 / 陶土 / 墨色 交替区分层级：
三种核心操作
📥 retain — 存储
- Agent 调 hindsight_retain 或自动 sync_turn
- 内容入异步写者队列（单线程串行）
- Hindsight API 接收 → LLM 提取结构化事实
- 实体存入知识图谱（PG）
- 文本向量化 → vector store
🔍 recall — 检索
- Agent 调 hindsight_recall
- Hindsight API 执行 3 路检索：
- ① 语义搜索（向量相似度）
- ② 关键词匹配（FTS5）
- ③ 实体图遍历（知识图谱）
- Reranker 重排序 → Top-N 返回
🧠 reflect — 反思
- Agent 调 hindsight_reflect
- Hindsight recall 获取所有相关记忆
- LLM 跨记忆推理
- 返回有结构的合成回答
🔄 自动预取（prefetch）
- 每轮对话前 MemoryManager 自动调用
- 以用户最新消息为查询后台 recall
- 结果注入系统提示，无需手动调 tool
- 可配置 auto_recall=true/false
会话生命周期
完整交互时序
本地进程拓扑
Mac mini 上的实际运行状态：
⚠️ 沉淀 之前有个废弃实例（redis-dembed- / 5432，0 连接）已清理。当前只有 hindsight-embed-hermes (5433) 在运行。
关键发现：
- Daemon idle_timeout=0 → 永不自关闭，和 Hermes 生命周期解耦
- pg0 管理 PG → 嵌入型 PostgreSQL，minimal 配置，密码静态存储
- 数据库仅 11 MB → 使用量还很小，适合长期积累
配置方案
// ~/.hermes/hindsight/config.json { "mode": "local_external", "api_url": "http://localhost:9177", "recall_budget": "mid", "auto_recall": true, "auto_retain": true, "retain_async": true, "retain_every_n_turns": 1, "memory_mode": "hybrid" }
| 模式 | 行为 | 适合 |
|---|---|---|
| context 🧠 | 自动 prefetch + 系统提示注入，不暴露 tool | 想自动获取但不想手动调 tool |
| tools 🔧 | 只暴露 tool schemas，不自动注入上下文 | 精确控制，只在需要时调 tool |
| hybrid ◀ | prefetch 注入系统提示 + tools 可用 | 当前设置：自动获取 + 按需精细检索 |
三种工作模式
| 模式 | 客户端 | 需要什么 | 适用场景 |
|---|---|---|---|
| cloud | hindsight_client (HTTP) | API key + cloud URL | 轻量，不占本地资源 |
| local_embedded | HindsightEmbedded | ~200MB 模型 + LLM key | 全本地，无外部依赖 |
| local_external ◀ | hindsight_client (HTTP) | 已有 daemon + PG | 当前：daemon 先起，Hermes 连接 |
📚 扩展阅读
plugins/memory/hindsight/__init__.py 在 Hermes 源码中——1760 行的完整实现。