AIエージェントの記憶を担うOSS「Hindsight」が、2026年6月18日にバージョン0.8.3を公開しました。今回の更新は、コンテンツを保存する前に何が記憶されるかを確認できるプレビュー機能や、文書からのテキスト抽出（OCR）、検索精度の改善が中心です。大規模文書の取り込みで起きていたデータ欠落も修正されており、本番運用中のユーザーはアップグレードを検討する価値があります。
この記事でわかること
- Hindsight 0.8.3の主な新機能と改善点
- ドライラン抽出（保存前プレビュー）の仕組みと使いどころ
- 文書OCR・検索精度向上・データ整合性修正の内容
- セルフホスト環境向けの運用可視化の強化
Hindsightとは
Hindsightは、Vectorizeが開発するオープンソースのAIエージェント向けメモリシステムです。通常のRAG（検索拡張生成）が文書チャンクをそのまま検索するのに対し、Hindsightは会話や文書から事実・エンティティ・時系列情報を構造化して蓄積します。
3つの基本操作で動きます。
- retain（保持）: テキストや文書を投入し、事実を抽出してメモリバンクに格納する
- recall（想起）: セマンティック検索・キーワード・グラフ・時間軸の4方向から関連記憶を取得する
- reflect（推論）: 取得した記憶をもとに、エージェントが推論して回答を生成する
LongMemEvalベンチマークでは91.4%の精度を記録しており、Fortune 500企業やAIスタートアップでも本番利用が進んでいます。Python・TypeScript・Go・Rust向けSDKがあり、Dockerコンテナ1つでセルフホストも、Hindsight Cloudでのマネージド運用も選べます。
0.8.3で何が変わったか
0.8.3は0.8.2を土台に、「何が記憶されるかを事前に確認する」「より多様な文書を取り込む」「検索結果をより正確に返す」「運用状況を見える化する」という4方向の改善が入っています。公式ブログでは、大規模文書を取り込んでいるユーザーはアップグレードを推奨しています（参考）。
保存前プレビュー（ドライラン抽出）
これまで、Hindsightにコンテンツを投入すると、LLMが事実を抽出してメモリバンクへ書き込みます。プロンプトやミッション設定を調整したい場合、試行錯誤のたびに不要な記憶が残り、後から削除する手間が発生していました。
0.8.3ではドライラン抽出エンドポイントが追加され、保存前に「このコンテンツからどの事実が抽出されるか」をプレビューできます。データは一切永続化されず、実際のretainと同じ事前チェック（空文字や空白のみの入力の拒否など）が適用されるため、本番と同じ結果を事前確認できます。
エージェントのミッション文や入力テキストを調整する開発フローでは、試行錯誤のコストを大きく下げられます。
文書OCRの追加
Hindsightへの文書取り込みは、これまでプレーンテキストとして渡す必要がありました。スキャンPDFや画像を含む文書は、別途テキスト化してから投入する必要がありました。
0.8.3では、MicrosoftのMarkItDownベースのOCRをオプションで有効化できます。取り込み時に文書からテキストを自動抽出するため、PDFやリッチな文書形式をそのままretainに渡せる範囲が広がります。OCRは任意設定のため、既存のテキスト投入フローには影響しません。
検索精度の3点改善
recallの品質向上が3つ入っています。
中国語の時間表現の解析精度向上
時間範囲を指定した検索で、中国語の時間表現がより正確に解釈されます。多言語エージェントで過去の出来事を期間指定して引き出す場面で、検索ウィンドウのずれを抑えられます。
タグの完全一致検索
tags_match=exactがUI・ドキュメント・クライアントライブラリで正式にサポートされました。これまでの緩いマッチではなく、指定したタグセットと完全一致する記憶だけを絞り込めます。タグでメモリを分類しているプロジェクトでは、意図しない結果の混入を防げます。
再帰性スコアの改善
記憶の新しさを評価する際、主タイムスタンプが欠けている場合にmentioned_at（言及された時刻）やoccurred_end（イベント終了時刻）などの有効時刻へフォールバックするようになりました。時間関連の検索結果が、文脈に沿った順序で返りやすくなります。
大規模文書のデータ欠落を修正
0.8.3で最も重要な修正のひとつが、retainのチャンキング処理です。サイズの大きい文書を複数のサブバッチに分割して取り込む際、一部のコンテンツが欠落する不具合がありました。長文の議事録、マニュアル、ログファイルを大量に投入している環境では、記憶の抜け漏れがエージェントの回答品質に直結します。
この修正により、分割処理中でもコンテンツが欠落しなくなりました。大規模文書を扱うユーザーは、0.8.3へのアップグレードを優先すべきです。
運用面の強化
セルフホスト環境向けにも改善が入っています。
- 非同期処理キューの深さと統合（consolidation）バックログをゲージで可視化
- マルチテナント環境でのスキーママイグレーションを並列実行し、移行時間を短縮
- Geminiのサービスティアを設定で選択可能に
- APIレスポンスからnullフィールドを除外し、ペイロードサイズを削減
そのほか、LiteLLM呼び出しのハング防止（タイムアウト上限の設定）、バンク一覧時のミッション・ディスポジション設定の一貫適用、統合処理の堅牢化など、細部の安定性向上も含まれています。
アップグレード方法
GitHubのリリースページからv0.8.3のバイナリやパッケージを取得できます。Dockerで運用している場合は、イメージを更新してコンテナを再起動するのが手軽です。
docker pull ghcr.io/vectorize-io/hindsight:latest
docker stop hindsight && docker rm hindsight
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
Pythonクライアントはpip install hindsight-client -U、npmパッケージはnpm install @vectorize-io/hindsight-clientで更新できます。Hindsight Cloudを利用している場合は、マネージド側でバージョンが適用されるため、セルフホスト環境との併用時はバージョン差異に注意してください。
0.8.2以前との違い
直前の0.8.2では、メモリ防衛（Memory Defense）やOpenCodeプラグイン連携が中心でした。0.8.3は「取り込み前の確認」「文書形式の拡張」「検索の精度」「大規模文書の信頼性」に焦点を移しています。0.8.0で導入されたバンクのエクスポート・インポートやLLM呼び出しのトレース機能はそのまま維持され、運用基盤の上に実用性の高い機能が積み上がる形です。
AIエージェントに長期記憶を持たせるプロジェクトでは、記憶の品質を事前に検証できるドライラン抽出と、大規模文書の欠落修正は、開発初期から本番運用まで効いてくる変更です。すでにHindsightを使っている場合は、今回のリリースを見逃さないでください。