54k Star 的 AI 记忆系统 MemPalace：给 Claude Code 装上永不遗忘的记忆层

如果你用过 Claude Code 或 Cursor 的 AI Agent你一定遇到过这个问题AI 不记得 10 分钟前它自己说过什么。MemPalace 的思路很简单——原样存储 语义检索不做任何总结或提取。 这个项目解决什么问题你有没有这种体验跟 Claude Code 聊了一个小时它帮你写了好几个文件、做了好几个关键决策——然后你问它我们刚才讨论的那个 API 方案是什么它一脸茫然。不是它笨是每次对话的上下文只活在 session 窗口里。关掉就没了。现在的 AI Agent 记忆方案无非三条路Prompt 全部塞进去→ Token 烧钱还塞不下RAG 做检索增强→ 但 RAG 先摘要再检索信息失真严重等云服务帮你存→ 数据上云隐私不保MemPalace 选了第四条路本地原样存储 语义检索。不做摘要、不提取、不 paraphrase。你说过的话原封不动存在你机器上。效果嘛——LongMemEval 榜单上 96.6% R5开源记忆系统里排第一。 快速上手动手环节安装最推荐的方式是用uvAstral 出品比 pip 快 10 倍uv toolinstallmempalace或者用 pipxpipxinstallmempalace初始化选择一个项目目录初始化记忆库mempalace init ~/projects/myapp把项目内容喂给记忆系统mempalace mine ~/projects/myapp这条命令会扫描项目目录把文件内容、结构、注释全部索引到本地记忆库。检索mempalace search为什么选择 GraphQL返回的结果是原样片段——你写的时候什么样出来就是什么样。接入 Claude CodeMCP 模式这是 MemPalace 最骚的操作——作为 Claude Code 的 MCP 记忆层{mcpServers:{mempalace:{command:docker,args:[run,-i,--rm,-v,mempalace-data:/data,mempalace]}}}每次 Claude Code 处理完一个任务自动把关键决策存到 MemPalace。下次启动时它就知道你是谁、项目什么状态。⚙️ 技术原理MemPalace 的核心创新不在 AI而在于存储架构。检索流程记忆存储结构Palace 宫殿Wing 翼楼按人/项目Room 房间按主题Drawer 抽屉原文片断查询语义搜索ChromaDB/Qdrant作用域限定→ Wing → Room返回原文片段关键设计决策不做摘要只存原文。大多数记忆系统包括 Mem0、Zep先用 LLM 总结再存。MemPalace 的坚持是AI 怎么做摘要也赶不上原文信息量。你写的代码注释里的那个微妙含义摘要会丢。三层作用域结构。不是把所有内容平铺到一个向量库里。而是按 Palace → Wing → Room → Drawer 分层。搜索时可以限定只搜某个 Room比如只搜数据库方案相关的 Room大幅降低无关结果的干扰。后端可插拔。默认是 ChromaDB支持无缝切换 Qdrant、pgvector甚至用 SQLite 做精确向量匹配。每种后端都是实现同一个抽象接口。MCP Server向量后端mempalace CLI开发者MCP Server向量后端mempalace CLI开发者mempalace mine ~/project文档分块 向量化写入 Drawer启动 MCP 服务语义检索匹配 Drawer返回原样片段️ 架构分析模块划分模块职责技术栈CLI用户交互、mine/search 命令Python ClickMiner文件扫描、分块Python 扩展插件Backend存储和检索ChromaDB / Qdrant / pgvectorMCP ServerClaude Code 集成stdio JSON-RPC设计亮点pluggable backend 才是真功夫。大多数开源项目说可插拔就是接口抽象一下真正实现就一两个。MemPalace 的base.py抽象了完整的存储契约增删查改 命名空间隔离 能力声明然后用 ChromaDB、Qdrant、pgvector、SQLite 四个实现去验证这个契约是正确的。这叫用实现验证抽象——不是画个接口完事。不够好的地方中文支持偏弱默认 embedding 模型对中文语义检索不如英文第一次 mine 很慢大项目首次索引需要跑完整个 embedding单机限定没有多设备同步机制✅ 优缺点 适用场景优点隐私友好一切数据不出本地没有云依赖精度领先LongMemEval 开源第一96.6% R5架构干净MCP 集成让 Agent 和记忆系统完全解耦缺点中文 embedding 不够好需自配模型没有跨设备同步大项目首次 mine 耗时较长谁应该立刻试试重度 Claude Code / Cursor 用户受不了 AI 失忆对数据隐私敏感的开发团队想要持久化 Agent 记忆的 MCP 使用者谁可以再等等需要中文语义优化的用户等社区 embedding 适配需要多设备协作的团队参考资料[1] MemPalace/mempalace - GitHub: https://github.com/MemPalace/mempalace[2] MemPalace 官方文档 - 概念: https://mempalaceofficial.com/concepts/the-palace[3] MemPalace 官方文档 - MCP: https://mempalaceofficial.com/mcp