---

title: MemPalace：把 AI 記憶做成可搜尋的知識宮殿，主打全本地、零雲端、LongMemEval 96.6% date: 2026-04-08 source: https://github.com/milla-jovovich/mempalace category: articles tags:

• MemPalace
• AI Memory
• LongMemEval
• MCP
• Knowledge Graph
• Local-first
• Claude Code
• AAAK created: 2026-04-08 updated: 2026-04-08

---

MemPalace：把 AI 記憶做成可搜尋的知識宮殿，主打全本地、零雲端、LongMemEval 96.6%

概要

MemPalace 是一套本地優先（local-first）的 AI 記憶系統，核心主張不是「讓 AI 幫你摘要重要內容」，而是把完整對話、專案文件、決策過程全部留下來，再透過結構化空間讓它變得可搜尋。

它用一個很有辨識度的比喻來包裝整套系統：

• Wings：人物、專案、主題
• Rooms：具體議題，例如 auth migration、billing、deploy
• Halls：事實、事件、偏好、建議等記憶類型
• Tunnels：跨 wing 的關聯
• Closets：壓縮後的摘要層
• Drawers：原始逐字內容

這不只是 UI 概念，作者聲稱這種 palace structure 本身就能帶來 +34% retrieval boost。

它和一般 AI memory 工具最大的差別

1. 不讓 AI 先決定什麼該記住

很多 memory 工具會先做摘要，然後只保留像「user prefers Postgres」這種抽象結論。MemPalace 反過來走：

先存全部，再做結構化搜尋。

這個思路其實很對，因為很多真正有價值的東西不是最後那句結論，而是中間那段「為什麼我們放棄 A、改選 B」的推理過程。

2. 主打完全本地，不靠雲端 API

README 的定位很鮮明：

• 本地執行
• 無外部 API
• 可搭配本地模型
• SQLite / ChromaDB / 本地檔案
• 甚至可離線跑完整記憶堆疊

如果這些都成立，它對那些不想把歷史對話與專案上下文丟上雲的人，吸引力很大。

3. AAAK 是它最有野心的部分

作者設計了一個叫 AAAK 的壓縮方言，目標是讓 AI 用極少 token 載入大量上下文。

它的 claim 很兇：

• lossless shorthand dialect
• 約 30x compression
• 不需要 decoder
• Claude / GPT / Gemini / Llama / Mistral 都能直接讀

如果這件事真的穩，那它不是單純記憶庫，而是在挑戰「context loading」這個更底層問題。

亮點