MemPalace/mempalace

해결하는 문제

MemPalace는 사용자와 AI 에이전트가 대화 기록 및 프로젝트 데이터를 원문 그대로 저장하고 검색할 수 있는 로컬 우선 AI 메모리 시스템을 제공합니다. 요약이나 의역을 피함으로써 장기적인 AI 상호작용에서 발생하는 '망각' 문제를 해결하며, 클라우드 API에 의존하지 않고도 원본 콘텐츠를 온전히 보존하고 쉽게 검색할 수 있도록 보장합니다.

작동 방식

이 시스템은 사람과 프로젝트를 '윙(wings)', 주제를 '방(rooms)', 원본 콘텐츠를 '서랍(drawers)'으로 구성하는 구조화된 인덱스를 사용합니다. 검색을 위해 의미론적 검색을 활용하며, 플러그인 가능한 백엔드 아키텍처를 갖추고 있습니다. 기본적으로 ChromaDB를 사용하지만 Milvus, Qdrant, pgvector와 같은 다른 백엔드도 지원합니다. Model Context Protocol (MCP) 서버, CLI 또는 Claude Code 및 Cursor IDE와 같은 도구를 위한 자동 저장 후크를 통해 AI 워크플로우에 통합할 수 있습니다.

대상 사용자

코딩 에이전트, LLM 세션 및 프로젝트 문서를 위한 비공개 로컬 메모리 계층을 원하는 개발자와 AI 파워 유저를 위해 설계되었습니다.

주요 특징

• 로컬 우선 개인정보 보호: 기본적으로 로컬 머신에서 완전히 작동하며, 핵심 기능을 위해 API 키가 필요하지 않습니다.
• 높은 검색 정확도: LLM을 사용하지 않고 LongMemEval에서 96.6%의 R@5 원시 검색 재현율을 달성합니다.
• 구조화된 메모리: 데이터를 평면적인 코퍼스가 아닌 계층적인 궁전 구조(윙, 방, 서랍)로 정리합니다.
• 플러그인 가능한 백엔드: ChromaDB, SQLite, pgvector를 포함한 여러 벡터 데이터베이스를 지원합니다.
• MCP 통합: AI 에이전트와의 깊은 통합을 위해 45개의 MCP 도구를 제공하여 메모리를 읽고, 쓰고, 탐색할 수 있습니다.