MemPalace/mempalace

解决的问题

MemPalace 提供了一个本地优先的 AI 记忆系统，将对话历史记录为逐字文本，避免了 AI 模型在总结或改写时造成的细节丢失。它解决了 AI 代理和用户的长期记忆问题，使他们能够从过去的互动中检索具体、精确的信息，而无需依赖云端 API 或外部服务。

运作方式

该系统使用结构化索引，将人员和项目组织为“侧翼 (wings)”，主题组织为“房间 (rooms)”，原始内容存储在“抽屉 (drawers)”中。这种层次结构允许进行范围搜索，而不是在扁平的文件列表中搜索。

它通过可插拔的后端架构使用语义搜索。虽然 ChromaDB 是默认设置，但它支持各种其他后端，如 Milvus、Qdrant、pgvector 以及用于高性能本地搜索的原生 Rust 引擎。它可以通过 MCP (Model Context Protocol) 服务器集成到 Claude Code、Cursor IDE 和 Gemini CLI 等 AI 工具中，提供 45 种不同的记忆管理工具。

目标用户

希望为其 AI 助手提供私有、本地优先记忆层的开发者和 AI 代理用户，特别是那些使用 Claude Code 或 Cursor IDE 等工具，需要在不同会话间保持上下文的用户。

特点

• 逐字存储： 精确存储原始文本，确保不会因总结而丢失任何信息。
• 本地优先隐私： 完全在本地机器上运行，核心检索无需 API 调用。
• 可插拔后端： 支持多种向量存储，包括 ChromaDB、Milvus 和原生 Rust 引擎。
• 高检索召回率： 在 LongMemEval 基准测试中达到 96.6% 的 R@5，且无需使用 LLM 进行检索。
• MCP 集成： 为 AI 代理提供了一套全面的工具，用于读取、写入和导航其自身的记忆。
• 知识图谱： 包含一个由 SQLite 支持的时间实体关系图，用于随时间追踪关系。