MemPalace：把对话原文存进本地，用语义检索解决 AI 记忆丢失

它解决什么问题，谁需要它

ChatGPT、Claude 这类工具每次会话都是孤岛，上下文窗口一关，之前的讨论就丢了。MemPalace 把对话历史以原文形式存到本地，再用语义搜索把相关片段捞回来。它不做摘要、不提取、不转述，只存原话。这对那些需要精确引用过去决策、不想让 AI 基于二手摘要做判断的人有用，比如写代码时回顾架构讨论、做研究时追踪思路演变。目标用户是本地优先的开发者，尤其是用 Claude Code 这类编程代理的人，他们希望代理能记住项目上下文，又不愿意把数据交给云端。

翼、房间、抽屉：不是扁平索引

大多数记忆系统把文本切成块，塞进一个向量数据库，检索时对整个语料做相似度搜索。MemPalace 的结构化索引是它的特色。人和项目成为翼，主题成为房间，原文内容放在抽屉里。搜索时可以先限定范围，而不是对着一个平面语料库搜索。这意味着你可以说“只查这个项目的房间”，而不是让模型在几万条记录里碰运气。这个设计在 README 里有明确描述，但文档没有给出具体的数据结构或查询语法，所以实际效果需要自己跑一遍才知道。它至少比无结构索引多了可解释性，代价是概念上要理解翼、房间、抽屉的层级关系。

安装：从技能到 CLI 的三种路径

README 提供了三种安装方式。最省事的是通过 agent-guided 方式：先安装技能，然后让编码代理帮你完成系统检测、Python 包安装和 MCP 配置。命令是 `npx skills add MemPalace/mempalace`，仓库暴露了三个技能：`mempalace` 负责引导安装和操作，`mempalace-recall` 用于搜索前置召回，`mempalace-task` 用于日志流委托。注意，安装技能并不会自动装 CLI 或 MCP 服务器，它只是引导代理去执行那些系统更改。直接装 CLI 的话，推荐用 `uv tool install mempalace`，它会创建隔离环境，避免 Debian/Ubuntu 上 PEP 668 的报错，也和全局 site-packages 里的 chromadb、numpy、grpcio 不冲突。初始化用 `mempalace init ~/projects/myapp`。如果你需要 `import mempalace`，那就得在虚拟环境里用 `pip install mempalace`。

Docker 运行：权限和路径是主要的坑

Docker 镜像支持 amd64 和 arm64，可以直接拉取 `ghcr.io/mempalace/mempalace:latest`。数据都持久化在 `/data` 下，包括 palace、配置和缓存的嵌入模型，所以必须挂载一个卷。MCP 服务器用 stdio 方式运行，注意 `-i` 标志是必需的，因为 JSON-RPC 需要 stdin。挂载目录时有个 Linux 特有的坑：镜像以 uid 1000 运行，而 bind mount 保留宿主机的所有权，所以挂载的目录必须能被 uid 1000 读取。普通 0755 权限的 checkout 没问题，但 0700 的目录会报 `PermissionError: [Errno 13]`，而且这个错误不会提示 Docker 相关。README 明确警告不要用 `--user` 绕过，因为 `/data` 在镜像内属于 uid 1000，换 uid 就写不进 palace。macOS 和 Windows 的 Docker Desktop 会自动映射 uid，所以只有 Linux 用户会遇到。

首次运行的网络依赖和模型缓存

第一次执行需要嵌入模型的命令时，会下载模型到 `/data`。默认的 `minilm` 大约 80 MB，`embeddinggemma` 大约 300 MB。只要卷持久化，这是一次性的，但首次调用会慢，而且需要网络。这一点很容易被误判成容器挂起，README 专门提醒了。如果你在离线环境或网络受限的地方运行，第一次启动可能会卡住，这不是程序 bug，而是模型下载。另外，GPU 镜像只支持 x86_64，因为 `onnxruntime-gpu` 没有 aarch64 的 Linux wheel，所以在 Apple Silicon 上构建 `Dockerfile.gpu` 会报依赖解析错误，而不是一个明确的提示。

局限：Termux 不支持，Claude Code 会话会过期

MemPalace 不是万能的。Android 上的 Termux 原生安装目前不支持，因为 ChromaDB 和 ONNX Runtime 只发布 Linux wheel，没有 Android wheel。ARM64 用户只能跑 Debian PRoot 容器，这增加了复杂度。更关键的是 README 里的一条重要提示：Claude Code 会话在 30 天后会过期，除非你接好自动保存钩子。这意味着如果你只是装了 MemPalace 而不配置 retention 钩子，记忆会在一个月后失效。这不是 MemPalace 本身的缺陷，而是 Claude Code 的会话机制，但 MemPalace 需要主动适配。官方提供了最短恢复路径的清单，但你需要去 discussion 1388 看细节。如果你指望装完就能永久记忆，这个 30 天的窗口会打你一个措手不及。

替代方案：Mem0 与向量数据库的对比

MemPalace 的替代品之一是 Mem0，它走的是不同的路线。Mem0 默认使用提取式记忆，从对话中抽取实体和关系，存成结构化摘要，然后注入到上下文中。MemPalace 则是 verbatim 存储，保留原始文本，用语义搜索召回。两者最大的区别在于：Mem0 适合需要紧凑、可操作记忆的场景，比如让代理记住用户偏好；MemPalace 适合需要逐字引用的场景，比如法律、研究或代码审查。另一个对比是直接用 ChromaDB 自己搭，MemPalace 的默认后端就是 ChromaDB，但自己搭意味着你要自己处理分块、索引层级和 MCP 集成。MemPalace 的价值在于它把这三层都封装好了，还提供了技能。但如果你只需要一个简单的向量存储，自己写可能更轻。

维护与升级：MIT 许可，但要注意仿冒站点

MemPalace 使用 MIT 许可，这意味着你可以自由修改和商用，没有 copyleft 义务。项目最近的发布节奏是 8 月连发三个版本，包括 v3.8.0 的快速大宫殿、轻量 MCP 代理和可唤醒代理，说明维护活跃。但 README 里有一条醒目的警告：存在仿冒网站，唯一官方来源是 GitHub 仓库、PyPI 包和 mempalaceofficial.com。其他域名，包括 .tech、.net 或其他 .com 变体，都可能是恶意分发。这提醒你在安装时要检查包的来源，尤其是用 `pip install` 时，确认是 `mempalace` 而不是拼写相似的包。升级方面，由于是 Python 包，`uv tool upgrade mempalace` 应该能更新，但 README 没有明确写升级命令。另外，默认分支是 `develop`，如果你从源码构建，要注意你 checkout 的是开发分支，生产环境最好用发布的镜像或 PyPI 版本。

编辑结论

MemPalace 适合那些对对话隐私敏感、希望保留原文而非摘要、并且愿意花时间配置 MCP 和 Docker 的开发者。它不适合追求零配置、需要跨设备云同步或依赖 Android 原生运行的用户。在采用前，先验证三件事：确认你访问的是官方 GitHub 仓库而非仿冒站点；检查你的 Linux 挂载目录权限是否允许 uid 1000 读取，否则会遇到 PermissionError；首次运行需要网络下载约 80 MB 的模型，别把它误判为容器挂起。如果你能接受这些边界，MemPalace 的 verbatim 存储和可插拔后端值得一试。

官方来源

1. Official documentation
2. Official README
3. Project repository
4. Release notes