mempalace: 這是什麼、解決了什麼問題以及為什麼它正受到關注

解決了什麼問題

MemPalace 提供了一個以本地優先（local-first）的 AI 記憶系統，它將對話歷史儲存為逐字文本，避免了 AI 模型在摘要或改寫時產生的細節流失。它解決了 AI 代理（agents）和使用者對於長期記憶的問題，允許在不依賴雲端 API 的情況下，高精度地檢索特定的過去互動內容。

如何運作

該系統使用結構化索引——將數據組織成「翼樓」（wings，指人/專案）、「房間」（rooms，指主題）和「抽屜」（drawers，指原始內容）——以實現範圍化的語義搜索，而非搜索扁平的文件列表。它具有可插拔的後端架構，支援 ChromaDB（預設）、SQLite、Qdrant 和 pgvector。它還包含一個由 SQLite 支援的時間性實體關係知識圖譜，用以追蹤隨時間產生的變化。

對象是誰

開發者和 AI 進階使用者，特別是那些使用 Claude Code、Cursor IDE 或 Gemini CLI 等工具的人，以及需要對逐字對話歷史進行高精度檢索的人，希望為其 AI 代理提供一個私密且本地的記憶層。

重點亮點

• 以本地優先且私密： 預設完全在您的機器上運行，不需要任何 API 調用。
• 高檢索準確度： 使用原始語義搜索，在 LongMemEval 基準測試中達到 96.6% 的 R@5。
• 可插拔後端： 支援多種向量數據庫，包括 ChromaDB、Qdrant 和 pgvector。
• MCP Server 集成： 為 AI 代理提供 35 個 Model Context Protocol (MCP) 工具，用於讀取、寫入和導覽記憶。
• 自動儲存鉤子（Auto-save Hooks）： 包含針對 Claude Code、Codex CLI 和 Cursor IDE 的鉤子，可自動擷取對話紀錄。
• 知識圖譜： 包含一個時間性實體關係圖譜，用於追蹤實體及其有效性窗口。