企业官网建设流程全解析

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/hindsight

Hindsight 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_KEY=sk-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：

• API：http://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：

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_provider="openai", llm_model="gpt-5-mini", llm_api_key=os.environ["OPENAI_API_KEY"], ) as server: client = HindsightClient(base_url=server.url) client.retain(bank_id="my-bank", content="Alice 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.yaml：

export OPENAI_API_KEY=sk-xxx export HINDSIGHT_DB_PASSWORD=choose-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：

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 Chart：

helm install hindsight oci://ghcr.io/vectorize-io/charts/hindsight \ --set api.llm.provider=openai \ --set api.llm.apiKey=sk-xxx \ --set postgresql.enabled=true

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：

• Python：pip install hindsight-client -U
• Node.js / TypeScript：npm install @vectorize-io/hindsight-client
• Go：go get github.com/vectorize-io/hindsight/hindsight-clients/go

Python 端的最小闭环如下：

from hindsight_client import Hindsight client = Hindsight(base_url="http://localhost:8888") client.retain(bank_id="my-bank", content="Alice works at Google as a software engineer") client.recall(bank_id="my-bank", query="What does Alice do?") client.reflect(bank_id="my-bank", query="Tell 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_LEVEL=info，开发期才用debug
• 按 CPU 核数设HINDSIGHT_API_WORKERS
• 后台任务用HINDSIGHT_API_WORKER_ENABLED=true，并发上限由HINDSIGHT_API_WORKER_MAX_SLOTS控制
• 开追踪：HINDSIGHT_API_OTEL_TRACES_ENABLED=true
• 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

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