ذاكرة وكلاء الذكاء الاصطناعي مع Hindsight: التثبيت والمراقبة

ذاكرة وكلاء الذكاء الاصطناعي مع Hindsight: التثبيت بحسب README، وعمليات retain وrecall وreflect، ومقاييس Prometheus وتتبعات OpenTelemetry.
Hindsight mémoire agents IA : installer et superviser

ذاكرة وكلاء الذكاء الاصطناعي مع Hindsight: يقترح مستودع vectorize-io/hindsight نظام ذاكرة يُثبَّت بجانب الوكيل ليحتفظ بما يتعلمه من جلسة إلى أخرى. وشعاره: «Agent Memory That Learns». كان يعرض نحو 50 500 نجمة في منتصف أكتوبر 2026 بترخيص MIT، وصدر الإصدار 1.0.0 في 13 أكتوبر 2026.

تغيّر ذاكرة الوكيل طبيعة الخدمة الواجب مراقبتها. فهي تحتفظ ببيانات (غالبًا شخصية)، وتستدعي نموذجًا لغويًا عند كل تسجيل وكل دمج، وتدخل في مسار ردّ الوكيل. وتصبح زمن الاستجابة وتكلفة الرموز (tokens) وجودة الاسترجاع والخصوصية مسائل تشغيل. يعرض هذا المقال المشروع بحسب README، ثم التثبيت، ثم المراقبة: مقاييس Prometheus وتتبعات OpenTelemetry وتنبيهات مفيدة.

المعلومات مأخوذة من README ووثائق المشروع. لم تثبّت span.observer برنامج Hindsight: المخططات أدناه من المستودع.

ذاكرة وكلاء الذكاء الاصطناعي مع Hindsight: ما يقوله المستودع

  • الناشر: Vectorize AI, Inc. (عبارة حقوق النشر في ملف LICENSE، وهو MIT). Hindsight™ علامة تجارية؛ وتقدّم الشركة نفسها عرضًا مستضافًا هو Hindsight Cloud، مدفوعًا بحسب الاستخدام وفق README.
  • التقنية: خادم Python (حزمة PyPI باسم hindsight-api)، وعملاء بلغات Python وNode.js وGo وأداة CLI، وتخزين في PostgreSQL مع pgvector (أو Oracle AI Database 23ai).
  • المبدأ: ثلاث عمليات. تسجّل Retain معلومة (يستخرج منها نموذج لغوي الوقائع والكيانات والعلاقات والتواريخ)، وتسترجعها recall بأربع استراتيجيات متوازية (دلالية، وكلمات مفتاحية BM25، ورسم بياني، وزمنية)، وتنتج reflect تحليلًا أعمق للذكريات.
  • التنظيم: تعيش الذكريات في «banks»؛ وأنواعها: وقائع العالم، والخبرات، والملاحظات المدمجة، والنماذج الذهنية.
  • التكاملات: يعلن README عن أكثر من ستين (وكلاء برمجة وأطر عمل وأدوات بلا شيفرة) وعن خادم MCP مدمج لكل bank على العنوان http://localhost:8888/mcp/{bank_id}/.
مخطط من README الخاص بـ Hindsight: وكيل يسجّل (retain) ويسترجع (recall) ويحلّل (reflect) انطلاقًا من شبكات ذاكرة مكوّنة من وقائع العالم والخبرات والملاحظات والآراء
Source : github.com

تثبيت Hindsight بحسب README

الخطوة 1 — تشغيل الخادم

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

تستمع API على http://localhost:8888 وتعمل الواجهة على http://localhost:9999. المفتاح أعلاه قيمة توضيحية. يعمل Hindsight مع أكثر من 25 مزوّد نماذج عبر HINDSIGHT_API_LLM_PROVIDER، بما فيها النماذج المحلية (Ollama وLM Studio وllama.cpp). وبدون Docker: pip install hindsight-api ثم hindsight-api. كما يقترح README مخطط Helm لـ Kubernetes.

الخطوة 2 — ربط عميل

pip install hindsight-client -U
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")

وللوكيل القائم أصلًا، يصف README «LLM Wrapper» بسطرين (pip install hindsight-litellm ثم wrap_openai): تُسترجع الذكريات قبل استدعاء النموذج وتُسجَّل المحادثة بعده.

الخطوة 3 — عزل الذكريات لكل مستخدم

يوضح README العزل عبر البيانات الوصفية (معرّف المستخدم) والمسار الكامل، من التسجيل إلى إرسال الذكريات إلى النموذج.

دليل من ست خطوات في README الخاص بـ Hindsight لذكريات خاصة بكل مستخدم: تثبيت SDK، وتجهيز البيانات الوصفية، والتسجيل، وتكوين النماذج الذهنية، والاسترجاع، والإرسال إلى النموذج
Source : github.com

مراقبة ذاكرة وكيل

يوفّر Hindsight ما يلزم للتشغيل: مقاييس Prometheus على المسار /metrics وتتبعات OpenTelemetry ومسبارَي صحة. وتُقرأ تكلفة الذاكرة بالطريقة نفسها التي تُقرأ بها تكلفة الوكيل نفسه.

التتبعات والمقاييس

تصف وثائق المراقبة تتبعًا متوافقًا مع الاصطلاحات الدلالية لـ GenAI (الإصدار v1.37 وما بعده). فعّله بمتغيرين، ثم أرسل إلى أي واجهة خلفية تدعم OTLP:

مقتطف من وثائق مراقبة Hindsight: المتغيران HINDSIGHT_API_OTEL_TRACES_ENABLED وHINDSIGHT_API_OTEL_EXPORTER_OTLP_ENDPOINT، واستدعاء /metrics واستعلامان بلغة PromQL
  • Spans العمليات: hindsight.retain وhindsight.recall (مع خطواته الفرعية: embedding والبحث والدمج وإعادة الترتيب reranking) وhindsight.reflect وhindsight.consolidation.
  • Spans النماذج: السمات gen_ai.provider.name وgen_ai.request.model وgen_ai.usage.input_tokens وgen_ai.usage.output_tokens، إضافة إلى hindsight.scope (memory وreflect وconsolidation…).
  • مقاييس النماذج: hindsight.llm.calls.total وhindsight.llm.duration وhindsight.llm.tokens.input وhindsight.llm.tokens.output، موزعة بحسب المزوّد والنموذج والنطاق والنجاح. وفي Prometheus تتحول النقاط إلى شرطات سفلية (hindsight_llm_tokens_input_total).
  • العمليات: hindsight.operation.duration وhindsight.operation.total لكل عملية (retain وrecall وreflect).

تصدّر العمليات العاملة المخصصة (workers) spans خاصة بها (اسم الخدمة الافتراضي hindsight-worker)، وتضع الوثائق فيها الدمج والتسجيل في الخلفية وتحديث النماذج الذهنية، أي معظم العمل الطويل وإنفاق الرموز؛ وتشكّل هذه spans تتبعات منفصلة عن الطلب الأصلي. أما الوسمان bank_id وtenant فمعطّلان افتراضيًا للحد من عدد القيم المميزة (cardinality)؛ ويفعّلهما HINDSIGHT_API_METRICS_INCLUDE_BANK_ID=true.

تنبيهات مفيدة

  • الرموز بحسب النطاق: اجمع hindsight_llm_tokens_input_total و…_output_total بحسب scope: دمج ينفجر عدده يكلّف دون أن يردّ الوكيل أسرع.
  • مستندات بلا ذاكرة: تعطي الوثائق نسبة hindsight_retain_documents_total{outcome="no_facts"} إلى الإجمالي؛ وتشير زيادتها إلى تسجيل ينجح لكنه لا ينتج ما يمكن استرجاعه.
  • إخفاقات الدمج: يدل hindsight_consolidation_batch_failures_total{failure_class="fail_fast"} على أن النموذج لا ينتج JSON مطابقًا للمخطط.
  • زمن استجابة الاسترجاع: يُنفَّذ الاسترجاع في مسار ردّ الوكيل؛ تابع المئين 95 للمقياس hindsight_operation_duration للعملية recall.

الصحة

يوجد مسباران: /health/live (دون الوصول إلى قاعدة البيانات، لقياس الحيوية) و/health/ready أو /health (مع SELECT 1، لقياس التوافر). وتحذّر الوثائق: لا تربط مسبار الحيوية بأي تبعية أبدًا، وإلا أعادت قاعدة بيانات بطيئة تشغيل كل pods.

كيف تتحقق من أنه يعمل

  • يعيد curl http://localhost:8888/metrics سلاسل hindsight_* بعد أول retain.
  • مع تفعيل التتبع، تظهر عملية recall مع spans الفرعية، وتحمل spans النماذج gen_ai.usage.input_tokens.
  • يعود المستند المضاف ثم المسترجع عبر recall بمحتواه؛ وإلا فراجع نسبة no_facts.

الحدود والنقاط المفتوحة

  • ادعاءات الأداء. يؤكد README أن Hindsight هو «أدق نظام ذاكرة للوكلاء جرى اختباره» على LongMemEval، مع إعادة إنتاج مستقلة، وأن الدرجات الأخرى يعلنها ناشروها. هذه ادعاءات من المشروع: لم تعِد span.observer إنتاجها.
  • الإصدار 1.0.0 حديث جدًا (13 أكتوبر 2026): توقّع تعديلات، واقرأ ملاحظات الإصدار قبل أي ترقية.
  • بيانات حساسة. تحتوي الذاكرة على ما قاله مستخدموك. تشير الوثائق إلى أن spans النماذج تحمل المُوجّهات (prompts) والردود كاملة على هيئة أحداث: قرّر ما يحق للواجهة الخلفية للتتبعات أن تحتفظ به. تعزل banks المستخدمين، لكن المحو والاحتفاظ بالبيانات (retention) عليك تحديدهما.
  • الاعتماد على نموذج. يستدعي كل تسجيل نموذجًا لغويًا: تعتمد التكلفة وزمن الاستجابة وجودة الاستخراج على اختيارك، راجع اختيار نموذج LLM.
  • العرض التجاري. يوجد Hindsight Cloud إلى جانب شيفرة MIT: تحقق مما يبقى في النسخة المستضافة ذاتيًا.

أفضل الممارسات

  • bank لكل مستخدم أو لكل مستأجر، وليس أبدًا bank مشتركًا لبيانات خاصة.
  • استخدم نموذجًا محليًا أو مزوّدًا بعقد لذاكرة البيانات الحساسة: راجع حزمة الذكاء الاصطناعي المفتوحة المصدر المستضافة ذاتيًا.
  • افصل workers عن API وسمِّ خدماتها في الواجهة الخلفية للتتبعات.
  • أنشئ تنبيهات على رموز الدمج قبل أن تكتشف الفاتورة.
  • ضع حدًا لحجم السياق والذاكرة المسترجعة؛ ويفصّل مقال نافذة سياق الوكلاء الموضوع.

الأسئلة الشائعة

هل يحل Hindsight محل RAG؟

يؤكد المشروع أنه يتجاوز حدود RAG والرسوم البيانية المعرفية؛ وهذا تموضعه الخاص. عمليًا يكمل أحدهما الآخر: يستعلم RAG عن المستندات، بينما تحتفظ ذاكرة الوكيل بما تعلّمه الوكيل.

هل يلزم مزوّد نماذج خارجي؟

لا: يذكر README كلًا من Ollama وLM Studio وllama.cpp بين المزوّدين المدعومين. ولا يلزم مفتاح مزوّد إلا للنماذج المستضافة.

هل يمكن مراقبة Hindsight دون Grafana؟

نعم. المقاييس بصيغة Prometheus والتتبعات بصيغة OTLP؛ وتذكر الوثائق Langfuse وOpenLIT وDatadog وNew Relic وHoneycomb وجهات ممكنة.

الخلاصة

يمنح Hindsight الوكلاء ذاكرة دائمة ويجهّزها للتشغيل: مقاييس وتتبعات GenAI ومسابر صحة. تبقى أرقام الدقة ادعاءات من المشروع؛ أما ما يمكنك قياسه بنفسك فهو زمن استجابة الاسترجاع وإنفاق الرموز ونسبة المستندات بلا ذاكرة. وللوكيل الذي ينفّذ أفعالًا، راجع أيضًا OpenClaw.

span.observer مدوّنة مجتمعية مستقلة وغير تابعة لشركة Dynatrace LLC ولا للمشاريع المذكورة. العلامات التجارية المذكورة ملك لأصحابها. الأدوات تتطور بسرعة: تحقق من الأوامر والخيارات في وثائقها الرسمية (hindsight.vectorize.io).

Total
0
Shares
Leave a Reply

Your email address will not be published. Required fields are marked *

Previous Post
Paperclip orchestration agents IA : installer et superviser

تنسيق وكلاء الذكاء الاصطناعي مع Paperclip: التثبيت والمراقبة

Next Post
NVIDIA OpenShell runtime agents IA : isoler et auditer

بيئة تشغيل NVIDIA OpenShell لوكلاء الذكاء الاصطناعي: العزل والتدقيق

Related Posts