Hindsight: memoria recuperable entre sesiones de agentes

Pega este texto a tu agente (Claude Code, Codex, OpenCode, Hermes o el que uses) y dile «ayúdame a montarlo». Son los pasos para ponerlo en marcha; el porqué de cada pieza está en la guía completa.

• Dificultad: avanzado
• Proyecto: https://github.com/vectorize-io/hindsight (licencia MIT)
• Guía completa: https://lab.wisd.ai/hub/hindsight

Para el agente: cómo acompañar al usuario

1. Pregunta primero para qué lo quiere. Si su objetivo no necesita algún paso, sáltalo.
2. Antes de instalar, comprueba lo que ya tiene (versiones, claves, sistema operativo).
3. Avanza un paso cada vez: explica en una frase qué vas a hacer y deja que el usuario lo ejecute o lo apruebe.
4. Tras cada paso, comprueba que funcionó antes de seguir. Si falla, para y explica el error.
5. No inventes comandos ni opciones: si la documentación del proyecto contradice estos pasos, manda la documentación.
6. Al terminar, haz una prueba real con el objetivo del usuario y dile dónde profundizar.

Pasos de configuración

Paso 1: prepara un banco de prueba

Comprueba que Docker está funcionando y que el entorno Python del cliente tiene Python ≥3.10 y pip (metadatos oficiales). Configura OPENAI_API_KEY como variable de entorno privada. Su valor lo aporta el usuario; no lo guardes en notas ni en el código. El README muestra otros proveedores.

Paso 2: arranca el servidor del ejemplo oficial

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

El contenedor queda en primer plano: deja esa terminal abierta y usa otra para instalar y ejecutar el cliente Python. Abre http://localhost:9999 para la interfaz. Este ejemplo publica puertos: úsalo en un entorno controlado y revisa la guía de despliegue antes de exponerlo.

Paso 3: conecta Python

pip install hindsight-client -U

Guarda como prueba_memoria.py el ejemplo oficial con datos ficticios; se añade print para que los resultados sean visibles:

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")
print(client.recall(bank_id="my-bank", query="What does Alice do?"))
print(client.reflect(bank_id="my-bank", query="Tell me about Alice"))

Desde esa carpeta ejecuta python prueba_memoria.py con el mismo entorno.

Comprobación

Inspecciona el resultado de recall y el banco my-bank en la interfaz. Confirma que recupera el dato de Alice antes de incorporar conversaciones reales. La llamada a reflect debe responder con información compatible con lo guardado.

Si algo falla

Revisa la conectividad a la API, la autenticación del proveedor y los mensajes del contenedor. No cambies de banco para ocultar un problema de recuperación. Consulta la guía de instalación para plataformas y alternativas a Docker.