Hindsight: qué puede conservar un agente entre sesiones
Arquitectura de Hindsight: ingestión, búsqueda y síntesis en un banco
Traza el recorrido documentado antes de evaluar relevancia, frescura o aislamiento.
Qué aprenderás
- Retain hace más que añadir texto
- Recall reúne candidatos de varias rutas
- Reflect responde a otra necesidad
Antes de empezar
- Uso básico del cliente Python
- Un caso de prueba sintético y un límite de despliegue
Guarda correcciones, recuperaciones erróneas y costes para repetir la prueba.
Conclusiones clave
- Las escrituras pueden crear representaciones derivadas.
- El orden depende de varias rutas de búsqueda.
- Una respuesta reflect requiere verificación.
Retain hace más que añadir texto
Según el README, retain usa un modelo para extraer hechos, fechas, entidades y relaciones, y los normaliza como representaciones de búsqueda. Una escritura sencilla puede tener coste de modelo e interpretar el texto de entrada. Conserva la frase original cuando investigues un recuerdo inesperado.
Los hechos del mundo y las experiencias del agente siguen rutas conceptuales distintas. Las observaciones reúnen recuerdos y los modelos mentales actualizan respuestas estables. Si la aplicación exige frescura, mide cuándo queda disponible cada resultado derivado.
Recall reúne candidatos de varias rutas
El proyecto describe recuperación semántica, BM25, grafo y tiempo, seguida de fusión, reordenación y recorte según presupuesto de tokens. La primera respuesta depende del contenido y de la configuración de búsqueda; guarda ambas cosas en el registro de prueba.
Una pregunta sobre fechas y otra sobre una entidad nombrada prueban rutas diferentes. Incluye una actualización contradictoria. Ante un resultado incorrecto, inspecciona fuente y marca temporal antes de modificar el prompt final.
Reflect responde a otra necesidad
Reflect sintetiza una respuesta a partir del banco y su disposición configurada. Puede servir para resumir riesgos de un proyecto, aunque una conclusión que influya en decisiones necesita una ruta hasta los registros originales. Considérala una interpretación hasta verificarla.
Inspeccionamos el motor de memoria y el cliente Python, sin rastrear todos los analizadores, tareas de fondo ni consultas SQL. El diagrama separa el comportamiento descrito de lo efectivamente revisado en código.
Cómo elegir
| Criterio | Opción A | Opción B |
|---|---|---|
| Best when | You need predictable behavior and easy auditing | You need adaptive optimization and have reliable telemetry |
| Main risk | May leave performance on the table | Can become difficult to explain or debug |
Pasos de implementación
- 1
Sigue una llamada retain hasta la evidencia almacenada.
- 2
Prueba preguntas semánticas y temporales por separado.
- 3
Exige fuentes para cualquier conclusión de reflect.
Ejemplo para copiar
retain -> fact extraction -> bank storage
recall -> semantic | keyword | graph | temporal -> rerank
reflect -> retrieved evidence -> synthesized answerPreguntas frecuentes
¿Por qué tarda en aparecer un hecho nuevo?
Las observaciones y los modelos mentales pueden actualizarse en segundo plano; comprueba el estado y la ruta de lectura.
¿Un banco garantiza seguridad entre inquilinos?
El repositorio describe aislamiento; hay que verificar autorización y despliegue según el riesgo propio.
Fuentes
- Hindsight / README.mdFuente verificada 2026-09-26
- Hindsight / hindsight-api-slim/hindsight_api/engine/memory_engine.pyFuente verificada 2026-09-26