Skip to content

「开源自荐」Memory Palace:让你的 AI Agent 拥有跨会话持久记忆的 memory system #9415

@AGI-is-going-to-arrive

Description

@AGI-is-going-to-arrive

🏛️ Memory Palace

让 AI Agent 拥有跨会话持久记忆的 memory system — 每次对话都留下痕迹,每段痕迹都成为记忆。

🔗 GitHub: https://github.com/AGI-is-going-to-arrive/Memory-Palace
📖 License: MIT


💡 它解决什么问题?

用 AI 编程助手(Claude Code / Codex / Gemini CLI 等)时,你可能遇到过这些痛点:

痛点 Memory Palace 怎么解
🔄 每次新对话 Agent 都失忆 持久化记忆存储(SQLite),跨会话不丢失
🔍 找不到之前讨论过的上下文 混合检索引擎(关键词 + 语义 + 重排序),支持意图分类
🚫 不知道记忆写了什么 写入守卫预检每次写入(避免将所有信息无脑写入,只保存有用信息,并且拒绝重复信息) + 快照支持一键回滚
🧩 不同 AI 客户端各搞一套 统一 MCP 协议,一套集成覆盖所有主流客户端
📊 无法观测系统状态 内置 Dashboard,四大视图实时可观测

✨ 核心亮点

🧠 Skills + MCP 双层架构(推荐)

这是 Memory Palace 区别于其他 MCP 记忆方案的核心设计:

  • Skill 策略层:决定何时读写记忆(上下文分析、意图识别、触发条件)
  • MCP 工具层:执行如何读写记忆(9 个标准化工具,统一协议)
  • 两层都要接入才能发挥最大效果,推荐先安装 Skill 再配置 MCP

🔒 可审计的写入管线

每次记忆写入都经过:写入守卫预检(避免将所有信息无脑写入,只保存有用信息,并且拒绝重复信息) → 快照创建 → 异步索引重建。支持 Diff 对比和一键回滚,修改不可怕,怕的是改了不知道。

🔍 意图感知的混合检索

四种意图分类(事实型 / 探索型 / 时间型 / 因果型)+ 对应检索策略模板,不只是简单的关键词匹配。升级到 C/D 档后还有 API 级 Embedding + Reranker 加持。

📊 内置可观测 Dashboard

React 打造的四视图仪表盘:记忆浏览器 · 审查回滚 · 维护清理 · 可观测监控,支持中英双语。


📦 部署档位(A / B / C / D)

档位 检索模式 Embedding Reranker 适合场景
A 纯关键词 最小资源验证
B ⭐ 默认 混合 📦 本地哈希 开箱即用,零外部依赖
C 💪 强烈推荐 混合 🌐 API 本地模型端点就位时升级
D 混合 🌐 API 远程 API / 生产环境

建议:先用 B 档 3 分钟跑起来,体验基本功能后升级到 C/D 档获得完整检索质量。


🚀 安装方式:AI 引导式一键配置

提供了一个独立的安装引导仓库,让你的 AI 助手帮你完成全部安装和配置,无需手动操作:

🔗 安装引导仓库https://github.com/AGI-is-going-to-arrive/memory-palace-setup

最简方式(推荐)

直接把下面这段话发给你的 AI 助手:

请读一下这个仓库的 README 和 SKILL.md,然后一步步帮我安装配置 Memory Palace
https://github.com/AGI-is-going-to-arrive/memory-palace-setup

AI 会自动识别你的客户端类型和操作系统,引导完成:克隆 → 环境配置 → 服务启动 → Skill 安装 → MCP 接入 → 验证。

支持的 AI 客户端(8 个)

类型 客户端 接入方式
CLI Claude Code / Codex / Gemini CLI / OpenCode Skill + MCP(推荐)
IDE Cursor / Windsurf / VSCode / Antigravity **AGENTS.md + MCP **

也可以手动安装

如果你更喜欢手动操作:

# 克隆 & 初始化
git clone https://github.com/AGI-is-going-to-arrive/Memory-Palace.git
cd Memory-Palace
bash scripts/apply_profile.sh macos b   # 一键应用 Profile B

# 后端
cd backend && python -m venv .venv && source .venv/bin/activate
pip install -r requirements.txt
uvicorn main:app --host 127.0.0.1 --port 8000 --reload

# 前端(新终端)
cd frontend && npm install && npm run dev

或 Docker 一键部署:

bash scripts/docker_one_click.sh --profile b

🏗️ 技术栈

技术
后端 FastAPI + SQLAlchemy + SQLite + MCP (FastMCP)
前端 React 18 + Vite + Tailwind CSS + Framer Motion
部署 Docker + 一键脚本 + GHCR 预构建镜像

📷 项目截图

系统架构图

Image

Skills + MCP 编排示意

Image

记忆写入与审查时序图

Image

首次配置向导

Image

Dashboard - 记忆浏览器

Image

Dashboard - 审查回滚

Image

Dashboard - 维护清理

Image

Dashboard - 可观测控制台

Image

Metadata

Metadata

Assignees

No one assigned

    Labels

    No labels
    No labels

    Projects

    No projects

    Milestone

    No milestone

    Relationships

    None yet

    Development

    No branches or pull requests

    Issue actions