【开源】MemPalace: 96.6%准确率的AI记忆系统，让ChatGPT记住你的一切（本地免费）

项目简介

MemPalace 是一个本地运行的 AI 记忆系统，在 LongMemEval 基准测试中达到了 96.6% 的 R@5 准确率——这是目前该基准测试的最高分，而且完全免费、无需订阅、不需要任何 API Key，所有数据都在本地处理。

它的设计灵感来自古希腊的「记忆宫殿」 technique：演说家通过在虚拟建筑的每个房间里放置想法来背诵整篇演讲。MemPalace 将同样的原理应用于 AI 记忆——你的对话被组织成「侧楼」（按人和项目分类）、「走廊」（记忆类型）和「房间」（具体想法）。不是 AI 决定什么重要，而是你保留每一条内容，由结构提供可导航的地图。

最大特点：存储原始对话内容，不做任何摘要或提取。96.6% 的成绩就来自这种「原始模式」。

核心特色功能

1. 原始逐字存储 — MemPalace 将你的实际对话存储在 ChromaDB 中，不做摘要、不做提取。96.6% LongMemEval 结果正是来自这种原始模式。系统不会调用 LLM 来决定什么是「值得记住的」，而是保留所有内容，让语义搜索来找到它。

2. 记忆宫殿结构 — 通过 wings（侧楼：人和项目）、halls（走廊：记忆类型）、rooms（房间：具体想法）的层级结构组织记忆。你不是在搜索一个扁平列表，而是像在宫殿里走路一样找到记忆。

3. 零 API 调用 — 整个系统不需要任何外部 API，不需要 OpenAI Key，不需要互联网。安装后完全离线运行，数据永远不离开你的机器。

4. AAAK 压缩方言（实验性） — 一种有损缩写方言，用于将重复实体压缩为更少的 Token。在大规模重复实体场景下可减少 Token 消耗。当前原始模式 96.6%，AAAK 模式 84.2%。

5. MCP 服务器支持 — 提供 19 个 MCP 工具，可以直接集成到 Claude Code、ChatGPT、Cursor 等支持 MCP 的 AI 工具中。

6. 多层记忆栈 — L0（身份信息，每次加载）、L1（重要记忆，长期）、L2（项目上下文，当前项目）、L3（会话记忆），分层管理不同重要度的记忆。

安装步骤

前提条件： Python 3.9+，chromadb>=0.4.0，pyyaml>=6.0

pip install mempalace

快速初始化：

mempalace init ~/palace

# 挖掘项目文件
mempalace mine ~/projects/myapp

# 挖掘对话记录
mempalace mine ~/chats/ --mode convos

# 搜索记忆
mempalace search "为什么我们切换到了 GraphQL"

Claude Code 集成（推荐）

claude plugin marketplace add milla-jovovich/mempalace
claude plugin install --scope user mempalace
# 重启 Claude Code，输入 /skills 验证

集成后，Claude 会自动调用 mempalace_search 来回答关于你历史对话的问题，你只需问：「上个月我们关于 auth 做了什么决定？」

MCP 集成（通用）

claude mcp add mempalace -- python -m mempalace.mcp_server

连接后，19 个 MCP 工具自动可用，Claude/ChatGPT/Cursor 都能记住你的所有上下文。

性能基准

适用场景

• 长期项目维护：让 AI 记住半年前的技术决策，下次对话时无需重复背景
• 个人知识管理：所有对话、代码片段、技术研究统一存储和检索
• 团队知识共享：通过 wing 分类管理多人协作的记忆
• AI 编程增强：Claude Code 等工具获得持久记忆能力

开源协议

本项目采用 MIT 开源许可证，完全免费，可商用。

GitHub 地址：https://github.com/MemPalace/mempalace

服务支持：如有兴趣不会搭建，可以联系微信：WRYD6166，开源项目搭建10-50元。