MemPalace — 最高分 AI 记忆系统，完全免费

来源: GitHub | ScriptByAI | Substack

日期: 2026-04-07

研究者: 托尼 🦾

一句话版本

MemPalace 是一个完全本地运行的 AI 记忆系统——用古希腊记忆宫殿的隐喻组织所有对话历史，通过 AAAK 压缩方言实现 30x 无损压缩，LongMemEval 基准 96.6% 召回率，年费不到 $10。由演员 Milla Jovovich（生化危机、第五元素）和工程师 Ben Sigman 联合创建。

背景：演员做的 AI 记忆项目？

没错。Milla Jovovich 在 Instagram 上记录了灵感来源：几个月来她仔细整理 AI 对话，发现即使组织最好的文件，LLM 检索效果也很差。

她借鉴古希腊演说家使用的 记忆宫殿法（method of loci），设计了虚拟宫殿结构。工程师 Ben Sigman 负责实现、压缩方言和集成。

GitHub 热度：5.1k stars, 506 forks（发布几小时内）。

核心哲学

> "Store everything, then make it findable."

对比竞品：

• Mem0 / Mastra：让 AI 决定什么值得记住 → 信息丢失
• MemPalace：存下每句话，通过结构让它可检索

宫殿架构

灵感来自古希腊记忆宫殿：把想法放进想象建筑的房间里，走路就能找到。

┌─────────────────────────────────────────────────────────────┐
│ WING: 人物                                                 │
│                                                              │
│ ┌──────────┐  ──hall──  ┌──────────┐                       │
│ │ Room A   │            │ Room B   │                       │
│ └────┬─────┘            └──────────┘                       │
│      │                                                       │
│      ▼                                                       │
│ ┌──────────┐            ┌──────────┐                       │
│ │ Closet   │  ───▶      │ Drawer   │                       │
│ └──────────┘            └──────────┘                       │
└─────────┼──────────────────────────────────────────────────┘
          │
       tunnel
          │
┌─────────┼──────────────────────────────────────────────────┐
│ WING: 项目                                                 │
│         │                                                   │
│ ┌────┴─────┐  ──hall──  ┌──────────┐                       │
│ │ Room A   │            │ Room C   │                       │
│ └────┬─────┘            └──────────┘                       │
│      │                                                       │
│      ▼                                                       │
│ ┌──────────┐            ┌──────────┐                       │
│ │ Closet   │  ───▶      │ Drawer   │                       │
│ └──────────┘            └──────────┘                       │
└─────────────────────────────────────────────────────────────┘

关键：Halls 和 Rooms 不是装饰——实测带来 34% 检索提升。

AAAK 压缩方言

AAAK = "A lossless shorthand dialect designed for AI agents"

实际效果：你的 AI 醒来只加载 ~170 tokens，就知道你的团队、项目、偏好。

基准测试

在 LongMemEval（22,000+ 真实对话记忆）上测试：

宫殿结构的检索提升：

零 API 调用：纯本地，ChromaDB + SQLite。

AAAK 压缩方言详解

AAAK = 一种给 AI 读的缩写方言。 把自然语言压缩成结构化速记，信息不丢，token 数暴降。

实际例子

原文（~1000 tokens）：

> "Priya manages the Driftwood team: Kai (backend, 3 years), Soren (frontend), Maya (infrastructure), and Leo (junior, started last month). They're building a SaaS analytics platform. Current sprint: auth migration to Clerk. Kai recommended Clerk over Auth0 based on pricing and DX."

AAAK 压缩后（~120 tokens）：

TEAM: PRI(lead) | KAI(backend,3yr) SOR(frontend) MAY(infra) LEO(junior,new)
PROJ: DRIFTWOOD(saas.analytics) | SPRINT: auth.migration→clerk
DECISION: KAI.rec:clerk>auth0(pricing+dx) | ★★★★

为什么叫 AA AK？

项目 README 写了 "Don't ask — it's a whole story of its own"。名字来历是个谜。

和 zip 的区别

类比：古代速记术，给机器用的版本。

成本对比

假设 6 个月的 AI 使用 = 1950 万 tokens：

使用流程

# 安装
pip install mempalace

# 初始化
mempalace init ~/projects/myapp

# 挖掘数据
mempalace mine ~/projects/myapp                    # 项目文件
mempalace mine ~/chats/ --mode convos              # 对话导出
mempalace mine ~/chats/ --mode convos --extract general  # 自动分类

# 搜索
mempalace search "why did we switch to GraphQL"

# MCP 连接（Claude/ChatGPT/Cursor）
claude mcp add mempalace -- python -m mempalace.mcp_server

三种挖掘模式

1. projects：代码、文档、笔记

2. convos：Claude / ChatGPT / Slack 导出

3. general：自动分类为 decisions / preferences / milestones / problems / emotional context

记忆层级

AI 醒来只加载 L0 + L1（~170 tokens），搜索只在需要时触发。

MCP 集成

提供 19 个 MCP 工具，覆盖：

• Palace 读写
• 知识图谱
• 导航
• Agent 日记
• Specialist Agent（每个 Agent 有自己的 Wing 和 AAAK 日记）

与其他记忆方案对比

MemPalace 的独特之处：存所有原始内容 + 结构化检索 + 30x 压缩 + 零 API 调用。

具体例子：项目经理的 3 个项目

初始化

mempalace init ~/projects/

自动创建 3 个 Wing：

wing_driftwood/    ← SaaS 项目
wing_phoenix/      ← 移动 App
wing_opus/         ← 内部工具

挖掘历史对话

mempalace mine ~/chats/ --mode convos --extract general

自动分类放进 Rooms：

wing_driftwood/
├── hall_facts/
│   └── auth-migration/     ← "团队决定用 Clerk 替代 Auth0"
│   └── database-switch/    ← "从 MySQL 迁到 Postgres"
├── hall_events/
│   └── outage-2026-03/     ← "3 月那次线上故障"
├── hall_advice/
│   └── pricing-strategy/   ← "Kai 建议阶梯定价"

AAAK 压缩示例

原始（~1000 tokens）：

> "Priya manages the Driftwood team: Kai (backend, 3 years), Soren (frontend), Maya (infrastructure), and Leo (junior, started last month). They're building a SaaS analytics platform. Current sprint: auth migration to Clerk. Kai recommended Clerk over Auth0 based on pricing and DX."

AAAK 压缩后（~120 tokens）：

driftwood(wing) → priya(mgr), kai(be,3y), soren(fe), maya(infra), leo(jr,1m)
sprint(auth-migration) → clerk(auth0↔clerk, kai→pricing, dx)

3 个月后的搜索

你问 Claude："我们当时为什么选 Clerk 而不是 Auth0？"

• 没有 MemPalace：Claude 说"我不知道，对话已过期。"
• 有 MemPalace：Claude 自动调 mempalace_search，先找 wing_driftwood → hall_facts → auth-migration 房间，搜出原文回答："3 月 15 日 Kai 基于定价和开发体验推荐了 Clerk，Priya 批准了。"

隧道（Tunnel）的妙处

同一个 auth-migration 话题跨多个 Wing 自动连接：

wing_kai / hall_events / auth-migration → "Kai 调试了 OAuth token 刷新"
wing_driftwood / hall_facts / auth-migration → "团队决定迁移到 Clerk"
wing_priya / hall_advice / auth-migration → "Priya 批准了 Clerk 而非 Auth0"

搜 "auth" 同时找到三个人、项目和建议的关联。

链接

• GitHub: https://github.com/milla-jovovich/mempalace
• PyPI: https://pypi.org/project/mempalace/
• 文章: https://www.scriptbyai.com/local-ai-memory-system-mempalace/
• Substack: https://alexeyondata.substack.com/p/an-unexpected-entry-into-ai-memory
• Instagram: https://www.instagram.com/reels/DWzNnqwD2Lu/
• Discord: https://discord.com/invite/ycTQQCu6kn

评分