这是什么
Vectorize 是一个专注于 RAG（检索增强生成）与 AI 代理记忆的平台，其中包含开源的 Hindsight 系统，用来让代理跨越不同对话工作阶段（cross-session）保有持久（persistent）的记忆。也就是说，代理不会每次开新对话就「失忆」，而能记住先前累积的脉络。
解决什么问题
大型语言模型本身没有长期记忆，代理每次互动往往从零开始，先前的偏好、决定与脉络都会流失，使用者得一再重复交代。要自己实作跨对话记忆并不容易，涉及资料的储存、检索与更新。
Vectorize 一方面提供 RAG 能力，让代理能检索外部知识回答问题；另一方面以 Hindsight 处理代理记忆，让资讯得以跨对话保存与取用，而且是开源的，团队可自行检视与部署。这让打造「记得住事情」的代理变得更务实。适合开发长期对话助理、需要累积使用者脉络的 AI 产品，以及正在建置 RAG 应用的工程团队。
主要功能
- 提供 RAG 检索增强生成能力
- 跨对话工作阶段的持久代理记忆
- 内含开源的 Hindsight 记忆系统
- 让代理累积并取用长期脉络
- 可自行检视与部署的开源元件
- 适合长期对话型 AI 应用
优点
- 让代理跨对话记住脉络，减少重复交代
- Hindsight 开源，团队可掌控与自建
- RAG 与记忆整合在同一平台
缺点
- 导入记忆系统需考量隐私与资料治理
- 偏向具备工程能力的开发团队
使用场景
- 打造能记住使用者偏好的长期对话助理
- 为 AI 代理建立跨对话的持久记忆
- 在 RAG 应用中结合外部知识与历史脉络
编辑点评
把 RAG 和跨对话记忆凑成一组，还开源了 Hindsight，想做记得住事情的代理很对味。
常见问题
Hindsight 是开源的吗？
是的，Hindsight 是 Vectorize 提供的开源记忆系统，让代理能跨对话保有持久记忆，团队可自行检视与部署。
它和一般 RAG 有什么不同？
除了 RAG 的外部知识检索，Vectorize 特别加入代理记忆，让资讯能跨对话保存，而非每次对话都从零开始。
适合哪些应用使用？
适合需要累积使用者脉络的长期对话助理、AI 代理产品，以及建置 RAG 系统的工程团队。