【mempalace】给你的 AI 建一座本地记忆宫殿：逐字存储、语义秒搜，无需联网
MemPalace 是一款本地优先的 AI 记忆工具，它通过“原文逐字存储 + 结构化语义检索”的方式，帮助用户将对话历史和项目文件转化为可搜索的长期记忆，整个过程无需调用外部 API，数据也完全保留在本地。
主要功能与特性
- 原文 verbatim 存储：不对内容进行摘要、提取或改写，完整保留原始文本，确保信息不丢失。
- 结构化索引：采用“宫殿”式层级结构——项目/人物是 Wing（翼），话题是 Room（房间），原始内容存放在 Drawer（抽屉）中，支持精细化范围搜索，而非扁平化检索。
- 可插拔后端：默认使用 ChromaDB，同时支持 SQLite 精确向量校验，以及可选的 Qdrant 和 pgvector 外部服务，满足不同部署需求。
- 高性能检索：在 LongMemEval 基准测试中，纯语义搜索 R@5 达到 96.6%；混合模式（Hybrid v4）在预留集上可达 98.4%，结合 LLM 重排序后能达到 99% 以上。
- 本地知识图谱：内置带有效时间窗口的时序实体关系图，基于 SQLite 存储，支持添加、查询、失效和 timeline 回溯。
- MCP 服务器支持：提供 29 个 MCP 工具，可与 Claude Code、Gemini CLI 等兼容工具集成，实现跨 Wing 导航、抽屉管理等操作。
- Agent 与自动保存：为每个专家 Agent 分配独立的 Wing 和 Diary；并为 Claude Code 提供自动保存 Hooks，防止会话过期导致数据丢失。
安装与快速上手
官方推荐在隔离环境中安装，以避免依赖冲突。你可以使用 uv 或 pipx 一键安装：
# 使用 uv 安装（推荐）
uv tool install mempalace
# 或使用 pipx
pipx install mempalace
安装后，通过以下命令即可开始构建你的记忆宫殿：
# 初始化并挖掘项目内容
mempalace init ~/projects/myapp
mempalace mine ~/projects/myapp
# 搜索历史记忆
mempalace search "why did we switch to GraphQL"
# 为新会话加载上下文
mempalace wake-up
如果你更倾向于使用 Docker，也可以直接运行容器镜像，所有数据持久化在 /data 目录：
docker build -t mempalace .
docker run --rm -v mempalace-data:/data -v /path/to/project:/work mempalace mine /work
适用场景与目标用户
- 注重数据隐私的开发者：所有数据默认保存在本地，无需 API Key，适合对数据主权敏感的个人或团队。
- Claude Code 深度用户：官方提供了专门的自动保存 Hooks 和 retention 设置指南，能有效解决 Claude Code 会话 30 天过期的问题。
- 需要长期项目记忆的知识工作者：适合需要跨项目、跨话题沉淀和回溯大量对话记录与文档的用户。
- 本地 AI 工具链集成者：通过 MCP 协议，可与各种本地模型和 CLI 工具无缝衔接，构建个人或团队的本地知识库。
总结
MemPalace 在“本地优先”和“原文忠实度”上做到了极致。它用结构化的“宫殿”隐喻替代了传统的扁平向量库，配合可插拔的存储后端和出色的检索基准成绩，为个人和团队提供了一个可靠、透明且完全可控的长期记忆方案。如果你正在寻找一款不依赖云端、能够精准回溯每一次对话细节的 AI 记忆基础设施，MemPalace 是目前非常值得尝试的选择。
