[推荐] MemPalace：史上评分最高的 AI 记忆系统

摘要：MemPalace 是 GitHub 上评分最高的 AI 记忆系统，LongMemEval R@5 达到 96.6%。它用古希腊"记忆宫殿"法组织 AI 对话记忆，存储一切原始对话，让结构化检索准确率提升 34%。完全免费，本地运行，零 API 调用。

项目信息

它解决什么问题

你跟 AI 聊了六个月，1950 万个 token 的决策、调试记录、架构讨论——会话结束后全没了。

MemPalace 说：别慌，我帮你记着。

核心功能

记忆宫殿法

灵感来自古希腊演说家的记忆宫殿——把想法放在虚拟建筑的房间里，走进去就能找到。

  WING: 项目 A
    ├── Room: auth-migration
    │   └── Closet → Drawer（原始对话）
    ├── Room: graphql-switch
    │   └── Closet → Drawer（原始对话）
    └── Room: ci-pipeline
        └── Closet → Drawer（原始对话）
         ↓ tunnel
  WING: 项目 B
    ├── Room: auth-migration  ← 同样的话题，不同项目

• Wing（侧翼）——一个人或一个项目
• Room（房间）——具体话题
• Hall（走廊）——记忆类型（facts/events/discoveries/preferences/advice）
• Closet（壁橱）——摘要，指向原文
• Drawer（抽屉）——原始对话，一字不丢
• Tunnel（隧道）——跨项目的相同话题自动连接

结构化检索提升 34%

这不是装饰，是质变。

记忆栈分层

AI 醒来只需 L0+L1（~170 tokens）就知道你的世界。搜索只在需要时触发。

三种挖掘模式

mempalace mine ~/projects/myapp           # 项目 — 代码、文档、笔记
mempalace mine ~/chats/ --mode convos     # 对话 — Claude、ChatGPT、Slack 导出
mempalace mine ~/chats/ --mode convos --extract general  # 自动分类为决策/里程碑/问题

适用场景

强烈推荐：

• AI 对话量大，需要持久记忆
• 多个项目/团队，需要跨项目检索
• 希望用结构化方式组织记忆，而非扁平搜索
• 本地运行，零成本

不推荐：

• 对话量小，手动记录就够了
• 不需要跨会话记忆
• 不想安装额外的数据库（ChromaDB）

个人评价

值得学习的点：

1. 记忆宫殿法把"存储一切"变成"存储一切 + 结构导航"，34% 的检索提升是实打实的
2. L0+L1 唤醒只需 170 tokens，比每次加载整个记忆文件高效 100 倍
3. 原始存储不做摘要提取——保留一切，让语义搜索去找，不烧 LLM 决定什么"值得记"

不足：

• AAAK 压缩语言是有损的，小规模不省 token，LongMemEval 上 84.2% 退步于原始模式 96.6%
• ChromaDB 需要本地安装，对非技术用户有门槛
• README 中部分数据被社区指出有误导性（作者 48 小时内公开承认并修正）

推荐指数：⭐⭐⭐⭐⭐（需要 AI 持久记忆系统的用户）

一句话：宁愿正确，不愿唬人。"We'd rather be right than impressive." —— 这句话比 44K 星更值钱。