41 lines
1.3 KiB
Markdown
41 lines
1.3 KiB
Markdown
---
|
||
title: "MemPalace"
|
||
type: entity
|
||
tags: [AI-Memory, Memory-Backend, Local-First, Vector-DB, ChromaDB]
|
||
sources: [ai-memory-tools-two-camps]
|
||
last_updated: 2026-04-15
|
||
---
|
||
|
||
## Basic Info
|
||
- **Type**: 产品 / AI Memory Tool
|
||
- **GitHub**: 46.2k stars
|
||
- **Category**: Camp 1 — Memory Backend
|
||
- **Website**: mempalace.app
|
||
|
||
## Summary
|
||
本地优先的逐字记忆工具。不同于提取事实，MemPalace 逐字存储对话并组织为 Wings（实体）、Rooms（主题）、Drawers（原始内容）结构，通过 ChromaDB 搜索。
|
||
|
||
## Core Features
|
||
- 本地优先架构（数据完全存储在本地）
|
||
- 逐字存储对话（verbatim memory）
|
||
- Wings/Rooms/Drawers 组织结构：
|
||
- **Wings**：实体（entities）
|
||
- **Rooms**：主题（topics）
|
||
- **Drawers**：原始内容
|
||
- ChromaDB 向量搜索
|
||
|
||
## Benchmark Results
|
||
LongMemEval 基准测试结果：
|
||
- 纯语义搜索（无 LLM）：**96.6%** 检索召回率
|
||
- 混合管道：**98.4%**
|
||
- LLM 重排：**99%+**
|
||
|
||
## Key Limitation
|
||
- 逐字存储线性增长——对话越多，占用越大
|
||
- 无压缩、无综合
|
||
- 擅长"找到三周前我说的话"，不适合"给我跨五个项目的当前工作状态"
|
||
|
||
## Connections
|
||
- [[ai-memory-tools-two-camps]] ← 来源 ← MemPalace 拥有 Camp 1 中最高 LongMemEval 基准
|
||
- [[Memory-Backend]] ← 属于 ← MemPalace 是 Memory Backend 范式的代表工具
|