MemPalace：给AI装上记忆宫殿，49K星开源项目让你告别重复对话

你有没有这种经历——跟Claude聊了一下午代码重构，上下文满了自动压缩，然后它就像失忆了一样，完全不记得你们刚才讨论的方案和取舍？或者你让AI帮你维护一个长期项目，每次新会话都要从头解释项目架构和设计决策？

这就是目前AI编程最大的痛点之一：AI没有持久记忆。每次对话都是一张白纸，你得反复"喂"同样的信息。

今天介绍的MemPalace，就是专门解决这个问题的——它给AI装上一个"记忆宫殿"，让AI能记住你说过的一切，而且随时能找出来。

MemPalace是什么？

MemPalace是一个本地优先的AI记忆系统，把你的对话和项目文件原封不动地存储起来，再用语义搜索随时检索。它不需要API Key，不需要联网，纯本地运行，在标准AI记忆基准测试上达到96.6%的召回率。

简单说：你的AI终于能记住你昨天说了什么了。

核心功能

1. 原文记忆，不做摘要：不会像其他记忆系统那样"提取关键信息然后丢弃原文"。MemPalace把对话和文件原封不动地保存，搜索时能找到完整上下文，包括你当时的思考过程和讨论细节

1. 宫殿式组织结构：用"宫翼(wing)→房间(room)→抽屉(drawer)"的三层结构组织记忆。项目是宫翼，主题是房间，原始内容在抽屉里。搜索时可以限定范围，精准定位

1. 零成本运行：核心搜索功能完全离线运行，用ChromaDB（一个本地向量数据库）做语义搜索，不需要OpenAI或Anthropic的API Key，每次查询成本是0元

1. MCP集成：提供29个MCP工具，可以在Claude Code、Codex等AI编程工具中直接使用。AI对话时能自动检索你的历史记忆

1. 自动保存：内置Hook机制，每15条消息自动保存新信息，上下文压缩前也会自动保存，你不需要手动操作

1. 知识图谱：带时间窗口的实体关系图谱，支持增删改查和时间线。比如你能查到"项目X的技术决策是什么时候做的，后来有没有变更"

1. 即插即用后端：默认用ChromaDB，但检索层是可插拔的——你可以换其他向量数据库，不需要改动其他部分

安装步骤

MemPalace是Python项目，安装非常简单。

Mac安装

# 确保你有Python 3.9以上版本
python3 --version

# 用pip安装
pip install mempalace

# 初始化你的第一个宫殿（指向你的项目目录）
mempalace init ~/projects/myapp

Windows安装

# 确保Python 3.9+
python --version

# 安装
pip install mempalace

# 初始化
mempalace init C:\Users\你的用户名\projects\myapp

Linux安装

# 安装
pip install mempalace

# 初始化
mempalace init ~/projects/myapp

安装完成后，MemPalace会自动下载默认的嵌入模型（约300MB），之后就能离线使用了。

使用方法

1. 把项目信息"挖"进记忆宫殿

最简单的用法是把项目文件导入MemPalace：

# 挖掘项目代码和文档
mempalace mine ~/projects/myapp

如果你在用Claude Code编程，还可以把历史对话也导进去：

# 挖掘Claude Code的对话历史
mempalace mine ~/.claude/projects/ --mode convos

这样AI在后续对话中就能检索到你之前的项目决策和讨论内容了。

2. 语义搜索：像人一样问问题

# 搜索记忆——用自然语言提问
mempalace search "为什么我们选了PostgreSQL而不是MongoDB"

# 搜索记忆——找某个功能的讨论
mempalace search "用户认证模块是怎么设计的"

MemPalace不是关键词匹配，而是语义搜索。你不需要精确记得当时用了什么词，用日常语言描述就行。

3. 每次新会话自动加载上下文

# 启动新会话前，加载相关记忆
mempalace wake-up

这个命令会根据当前项目，自动加载最相关的历史记忆，让AI"带着记忆醒来"，而不是从零开始。

4. 在Claude Code中直接用（MCP集成）

这是最实用的用法——让Claude Code在对话时自动检索你的记忆：

# 一行命令添加MCP服务
claude mcp add mempalace -- python -m mempalace.mcp_server

添加后，Claude Code就能使用29个MemPalace工具，比如：

• mempalace_status：查看宫殿状态（有多少宫翼、房间、记忆条目）
• mempalace_search：搜索记忆
• mempalacelistwings：列出所有项目

5. 自动保存Hook（推荐配置）

在Claude Code的settings.json中添加自动保存Hook，让AI自动记住对话内容：

{
  "hooks": {
    "Stop": [
      {
        "matcher": "",
        "hooks": [
          {"type": "command", "command": "./hooks/mempal_save_hook.sh"}
        ]
      }
    ],
    "PreCompact": [
      {
        "matcher": "",
        "hooks": [
          {"type": "command", "command": "./hooks/mempal_precompact_hook.sh"}
        ]
      }
    ]
  }
}

• Stop Hook：每15条消息自动保存新信息和决策
• PreCompact Hook：在AI的上下文窗口快满、准备压缩之前，先把重要内容存下来

配置后，你完全不需要手动保存，MemPalace会自动替你完成。

实际场景举例

跟同类产品对比

MemPalace最独特的优势有三点：

1. 不需要API Key，零成本运行——其他记忆系统都要调用LLM来提取摘要，MemPalace用纯语义搜索就能达到96.6%召回率
2. 原文不丢失——其他系统提取"关键信息"后丢弃原文，丢失了上下文和细节；MemPalace保留原文，搜索时能找到完整讨论
3. 宫殿式组织——不是扁平的数据库，而是像真实宫殿一样有房间和走廊，从不同角度都能找到你要的内容

基准测试数据

MemPalace的测试结果全部可复现（代码和结果都公开在GitHub上）：

特别值得说的是，MemPalace团队非常重视学术诚信——他们在4月14日主动修正了基准测试表，去掉了与竞品不公平对比的数据，把"100%"的标题数字换成了更诚实的"96.6%（零LLM）"和"98.4%（held-out）"。这种态度在AI圈子里很少见。

小结

MemPalace给AI编程最大的痛点提供了解决方案：让AI能真正记住你说过的话、做过的决策。它本地运行、零成本、保持原文不丢失，49K星的受欢迎程度说明了这个问题的普遍性。如果你经常跟AI协作做项目，每次都要重新解释背景信息，MemPalace值得一试。

项目地址：https://github.com/MemPalace/mempalace

⚠️ 安全提醒：MemPalace官方仅有三个来源——GitHub仓库(MemPalace/mempalace)、PyPI包、mempalaceofficial.com。mempalace.tech是冒牌网站，可能分发恶意软件，请勿访问。