← 回總覽

爆火 GitHub!《生化危机》女主打造免费“AI 记忆系统” MemPalace

📅 2026-04-09 13:11 一水 人工智能 1 分鐘 1209 字 評分: 89
MemPalace 长期记忆 RAG MCP 开源项目
📌 一句话摘要 由知名影星 Milla Jovovich 联合开发的开源 AI 记忆系统 MemPalace,通过“记忆宫殿”空间结构实现超长长期记忆,在基准测试中取得 96.6% 的高分。 📝 详细摘要 本文介绍了近期在 GitHub 爆火的开源项目 MemPalace。该项目由《生化危机》女主 Milla Jovovich 与程序员 Ben Sigman 合作开发,旨在解决 AI 的长期记忆难题。MemPalace 摒弃了传统的向量相似度检索,创新性地引入“记忆宫殿法”,将信息组织为 Wing、Room、Halls 等空间结构,使检索效率提升 34%。系统支持本地化运行以保护隐私,并设

📌 一句话摘要

由知名影星 Milla Jovovich 联合开发的开源 AI 记忆系统 MemPalace,通过“记忆宫殿”空间结构实现超长长期记忆,在基准测试中取得 96.6% 的高分。

📝 详细摘要

本文介绍了近期在 GitHub 爆火的开源项目 MemPalace。该项目由《生化危机》女主 Milla Jovovich 与程序员 Ben Sigman 合作开发,旨在解决 AI 的长期记忆难题。MemPalace 摒弃了传统的向量相似度检索,创新性地引入“记忆宫殿法”,将信息组织为 Wing、Room、Halls 等空间结构,使检索效率提升 34%。系统支持本地化运行以保护隐私,并设计了 L0-L3 级记忆堆栈和 AI 专属缩写语言 AAAK,显著降低了长上下文处理的 Token 成本。目前该项目已支持 MCP 协议,可与 Claude 等模型无缝集成。

💡 主要观点

- 引入“记忆宫殿”空间结构组织 AI 记忆。 通过 Wing(项目)、Room(主题)、Halls(属性)等层级化空间结构,将记忆变为可导航的路径,相比全局向量检索,其检索效率提升了约 34%。

设计 L0-L3 级记忆堆栈,平衡成本与精度。 系统仅常驻加载约 170 tokens 的核心上下文(L0+L1),根据需求逐级触发局部或全局搜索,大幅降低了处理千万级 token 时的 API 成本。
完全本地化运行,确保数据隐私安全。 所有对话记录、结构化整理及检索调用均在本地完成,不向云端发送数据,解决了 AI 助手在处理敏感信息时的隐私顾虑。
推出 AI 专属缩写语言 AAAK 优化 Token 消耗。 AAAK 是一种无需额外解码器、大模型可直接理解的压缩语言,能在表达重复实体时显著减少 Token 占用,尽管在精度上略有权衡。

💬 文章金句

- 想要检索某样东西,就像在房间里行走,推开一扇扇门一样。

  • 宫殿结构本身,就是产品。
  • 先用最小成本理解你,不够再局部补充,还不够才全局搜索。
  • 当下 AI 的核心问题在于它只能基于已有信息工作,而真正的创新来自人类的想象力与持续探索。

📊 文章信息

AI 评分:89

来源:量子位

作者:一水

分类:人工智能

语言:中文

阅读时间:15 分钟

字数:3624

标签: MemPalace, 长期记忆, RAG, MCP, 开源项目

阅读完整文章

查看原文 → 發佈: 2026-04-09 13:11:19 收錄: 2026-04-09 16:00:02

🤖 問 AI

針對這篇文章提問,AI 會根據文章內容回答。按 Ctrl+Enter 送出。