Salut la team,
Je vais vous présenter un tool (gratuit) méconnu du grand publique qui va être "Game Changer" pour vos agents IA.
Le genre de tool qui fait que les grands modèles d'ia explosent les scores sur les benchmarks alors que le même modèle chez vous fait un score 30% inférieur
Grâce à Hindsight , vos agents auront les capacités suivantes :
- Mémoire omnisciente : Vos agents se souviendront parfaitement de tout
- Mémoire toujours à jour : si vos souvenirs évoluent , Hindsight fournira toujours les souvenirs les plus récents (sans oublier les anciens)
- Mémoire auto-améliorante : [extrait du prompt retain] "Chaque connaissance extraite doit répondre à : qu'est-ce que l'équipe pourra faire mieux, vérifier ou éviter grâce à cette mémoire ?"
La vrai force d'Hindsight c'est qu'il utilise une ia pour gérer toute sa mémoire (couplé à une recherche vectorielle ...)
Petite nouveauté : on peut utiliser des modèles de décision (Type JEV) pour améliorer l'efficacité
Imaginez passer plusieurs heures à régler un problème avec votre agent IA pour le voir vous proposer exactement la même mauvaise idée dans une nouvelle conversation ?
Le plus frustrant, c’est que vous aviez déjà trouvé la solution ensemble.
Pour répondre, vos agents s’appuient sur le contexte qu’ils reçoient.
Si la décision importante se trouve dans une conversation vieille de trois semaines, encore faut-il que quelqu’un la lui remette sous les yeux.
Hindsight permet à l’agent de retrouver ce morceau d’historique au moment où il en a besoin.
Et là où ça devient vraiment intéressant, c’est avec plusieurs agents : Imaginez qu’un premier agent teste deux solutions et découvre pourquoi l’une échoue.
Si ce résultat est enregistré dans une banque de mémoire partagée, le deuxième agent peut retrouver l’essai, son résultat et ses limites.
Vous changez d’agent sans perdre le bénéfice du travail déjà fait.
Intégration native avec Hermès et connexion (via MCP) avec OpenBot , codex

Imaginez que vous connectez Hindsight à un agent "Newsletter"
Retain — garder ce qui compte. L’agent enregistre la décision, mais surtout sa raison. Dans un mois, retrouver « trois sujets » sera utile. Retrouver « trois sujets parce que huit rendaient la lecture pénible sur mobile » le sera encore plus.
Recall — retrouver la bonne info. Une semaine plus tard, vous demandez : « On avait prévu quel format pour la prochaine newsletter ? » Vous n’avez repris ni le mot « mobile » ni le chiffre trois. La recherche peut quand même retrouver la décision grâce au sens de votre question.
Reflect — tirer une conclusion de plusieurs souvenirs. Après quelques publications, vous demandez : « Qu’est-ce qui a vraiment amélioré la lecture ? » Hindsight peut croiser les essais, les décisions et les retours enregistrés pour proposer une synthèse. Si vous avez seulement supposé que les lecteurs préféraient la version courte, ça vaut le coup de le préciser dans vos consignes. Une impression et un retour de lecteur, ce sont deux informations différentes.
C’est probablement la fonctionnalité qui me plaît le plus. Dans Hindsight, vous pouvez créer une Page à partir d’une question. Pour la newsletter, elle s'appellerait « Ligne éditoriale » et lui demander : « Quelles règles avons-nous validées pour les prochains numéros, et pourquoi ? »
Hindsight rédige la page à partir des connaissances de la banque. Plus tard, l’équipe décide de passer à quatre sujets pour les éditions spéciales. Une fois cette décision enregistrée et consolidée, la page peut intégrer l’exception lors de son actualisation. Une décision prise pendant le travail peut ainsi se retrouver dans le manuel que l’équipe consultera demain.

demande moi où installer l'application et ses dépendances (crée un dossier "hindsight-python")
Demande moi si je veux aussi l'interface web et crée un launcher (.cmd ou .sh selon l'os) pour lancer Hindsight + Serveur web à la racine du projet
Fais moi une proposition de modèle d'ia à utiliser et valide avec moi le modèle qui sera utilisé dans Hindsight
Vérifie si la connexion Hindsight existe déjà. Si nécessaire, configure-la et guide-moi pour l’authentification.
Vérifie ensuite les outils auxquels les agents ont réellement accès.
Active pour eux la compétence officielle « Hindsight Memory ».
https://hindsight.vectorize.io/skills/openbot/hindsight-memory/SKILL.md
Vérifie que l’application Hindsight est connectée et opérationnelle et que OpenBot
a accès à la banque [METTRE LE NOM DE VOTRE BANK].
- recall avant une réponse qui dépend du projet ou de décisions passées ;
- sync_retain pour enregistrer une décision ou une correction durable ;
- reflect lorsqu’il faut synthétiser plusieurs souvenirs.
Évite d’enregistrer des secrets et des échanges éphémères. Vérifie, avec
une donnée fictive, qu’un souvenir enregistré dans un fil est retrouvé
dans un nouveau fil. Rapporte ce qui a réellement été testé.
Voici les trois consignes qui règlent trois choses : ce qui mérite d’être retenu, ce qu’on peut conclure de plusieurs souvenirs et la façon de s’en servir pour répondre.
EXTRAIS, SI PRÉSENTS :
1. Faits : environnement, versions, configurations, dépendances et limites.
2. Contraintes : interdictions, préconditions, règles impératives.
3. Décisions : choix, objectifs, raisons, compromis et alternatives rejetées.
4. Procédures : but, préconditions, étapes déterminantes, sorties, contrôle
du succès, échec et retour arrière.
5. Incidents : symptôme, diagnostic, cause (confirmée ou supposée), correction,
tests de validation, prévention et conditions d'applicabilité.
6. Expériences : hypothèse, action, résultat observable, métriques, conclusion.
7. Outils : paramètres, limitations, erreurs reproductibles et contournements.
8. Optimisations : friction observée, proposition, statut et preuve de gain.
9. Préférences durables utiles à l'exécution des tâches.
FIABILITÉ :
- Sépare explicitement faits, hypothèses, essais, décisions et recommandations.
- Conserve le contexte, les conditions d'application, les versions et les sources.
- Ne transforme pas une hypothèse ou une réussite isolée en loi générale.
- Préserve les erreurs instructives et les approches écartées avec leur raison.
- Signale les contradictions et les informations potentiellement obsolètes.
- N'invente jamais de test, de validation, de commande ni de résultat.
- Préserve l'attribution à l'agent/source qui a réellement observé l'événement.
EXCLUS :
- Appels d'outils ordinaires sans enseignement et logs bruts répétitifs.
- Bavardages et étapes éphémères sans valeur réutilisable.
- Secrets, clés API, mots de passe, tokens, données privées non nécessaires.
- Prétentions non étayées et analyses spéculatives présentées comme certaines.
Chaque connaissance extraite doit répondre à : qu'est-ce que l'équipe pourra
faire mieux, vérifier ou éviter grâce à cette mémoire ?
Fusionne les informations réellement redondantes, mais ne fusionne pas des
incidents similaires ayant des causes différentes.
Distingue clairement une hypothèse, un essai unique, un résultat répété et une
solution validée par preuve. Un changement de version peut rendre une
connaissance obsolète sans rendre son historique inutile.
Relie Symptôme -> Diagnostic -> Correction -> Validation -> Prévention.
Identifie les possibilités de simplification et d'automatisation, en les
classant comme candidates tant qu'elles n'ont pas été testées.
Ne crée jamais une procédure autoritaire sans preuve d'exécution.
Privilégie les observations précises, retrouvables et applicables aux
prochaines tâches plutôt que les résumés vagues.
Ordre de priorité :
1. Contraintes de sécurité et limites d'autorisation.
2. Connaissances et procédures VALIDÉES, compatibles avec le contexte actuel.
3. Diagnostiques, résolutions et expériences documentées et applicables.
4. Candidats, hypothèses et pistes d'optimisation clairement marqués.
Pour toute solution technique importante :
- Cite ou désigne les sources disponibles, versions et conditions d'application.
- Distingue ce qui est prouvé de ce qui reste à vérifier.
- Signale les contradictions et les connaissances obsolètes.
- Précise les contrôles préalables et le test permettant de valider le succès.
- Ne préconise pas de remplacer une procédure validée sans test de régression.
Privilégie la fiabilité, la réutilisabilité et le coût raisonnable.
Quand aucune preuve suffisante n'existe, indique l'incertitude et propose un
plan de validation plutôt qu'une affirmation trompeuse.
Si vous voulez vous faire un avis sur Hindsight, il est aussi disponible en version cloud ($$$) mais le top est de l'installer le en 2min avec votre ia comme il est open-source
Enjoy !
Fonctionnement de Hindsight • Documentation des Pages • Guide OpenBot
Hors ligne
@Seoxis wow !
Le genre de tool qui fait que les grands modèles d'ia explosent les scores sur les benchmarks alors que le même modèle chez vous fait un score 30% inférieur
Cette phrase m'a convaincu, je teste ça dans la semaine et je publierai mon retour ici
Ca me rapelle un peu le concept de "second brain" qu'on voit passer un peu partout en ce moment.
Hors ligne
Bien vu @Seoxis
Là je suis en train de le tester, je vais voir ce que ça donne sur un process qui tourne pendant 1 à 2 semaines.
Avec Hermes j’avais toujours un problème de mémoire et le concept de souvenir voire la qualification de souvenir je la trouve ouf.
Hors ligne
Pages : 1
Accueil › Agents et automatisation IA › Tuto Installation Hindsight : Booster la mémoire de vos agents ia
Haut