# Hindsight: memoria recuperable entre sesiones de agentes

> Guarda hechos y conversaciones en bancos de memoria que tu agente consulta en nuevas sesiones. Puedes alojar el servicio y decidir cuándo conservar, recuperar o elaborar una respuesta con esos recuerdos.

Verificado el 27 oct 2026.

## Qué es

Hindsight es un servicio de memoria para agentes con clientes en varios lenguajes. Separa conservar información, recuperar recuerdos y elaborar respuestas sobre ellos. Puedes conectarlo a un agente existente o llamar a sus operaciones explícitamente desde tu aplicación.

## Para qué te sirve

- Cuando un asistente debe recordar preferencias sin volver a preguntarlas en cada sesión.
- Cuando necesitas consultar decisiones pasadas de un proyecto por su contenido.
- Cuando quieres comprobar qué información guardó un agente antes de reutilizarla.

## Cómo funciona

El cliente trabaja contra un servidor y organiza los datos por bancos. `retain` incorpora información, `recall` busca recuerdos y `reflect` genera una respuesta basada en ellos. El README también documenta envoltorios de clientes LLM que recuperan contexto antes de la llamada y guardan la conversación después.

La vía Docker publica una API en el puerto 8888 y una interfaz en 9999, con un volumen para persistir los datos. Hay alternativas con Python, base de datos externa y despliegue administrado. Elegir almacenamiento propio no implica que todos los modelos llamados se ejecuten en tu equipo.

## Antes de empezar

El ejemplo necesita Docker, Python ≥3.10 y pip para el cliente Python, y una clave de un proveedor LLM; la documentación también contempla proveedores locales y otras formas de autenticación. Prevé el coste de almacenamiento y llamadas a modelos. El código del proyecto tiene licencia MIT; las condiciones de un servicio de modelos son independientes.

## Límites y alternativas

Una memoria recuperada puede estar incompleta o desactualizada. Guarda información de prueba primero y comprueba que el banco consultado corresponde al usuario o proyecto correcto. Si activas el guardado automático, revisa qué conversaciones van a persistir. Para un historial pequeño que solo exige consultar datos exactos, una tabla o archivos de notas pueden bastar sin sumar otro servicio.

## Recursos

- [Repo en GitHub](https://github.com/vectorize-io/hindsight) - 54093 estrellas, licencia MIT.
- [Licencia](https://github.com/vectorize-io/hindsight/blob/main/LICENSE) - condiciones del código.
- [Inicio rápido](https://github.com/vectorize-io/hindsight#quick-start) - servidor y cliente.
- [Instalación](https://hindsight.vectorize.io/developer/installation) - opciones de despliegue.

Datos comprobados con GitHub el 26 oct 2026. Último commit en la rama predeterminada: 2026-10-26.