阅读本文大概需要5分钟

01—前言

和AI聊完天后，你还记得什么？

这个问题我问过很多用AI的朋友，答案几乎一致："聊完就忘，下次重新开始。"

我自己也深有体会。和ChatGPT讨论了两小时的技术方案，第二天想回溯某个关键决策，聊天窗口已经刷新干净了。或者和Claude Code花了半小时写的代码优化，第三天完全想不起来当初为什么选这个方案。

这就是AI时代最大的讽刺：我们用AI思考，却留不住任何思考的痕迹。

直到我发现了MemPalace。

02—MemPalace是什么

MemPalace是最近在GitHub上大火的一个开源项目，上线一周多时间，星标数已经突破27K。

它的解决思路很简单：不玩花哨的AI摘要，不搞什么"智能提取关键信息"，而是彻底躺平——存所有，让搜索帮你找。

听起来简单？但它解决了三个关键问题：

1. 存什么？——全部

不管是对话、代码、文档还是决策，MemPalace直接存原始内容，不做摘要，不做压缩。官方说这是拿到96.6% LongMemEval测试成绩的关键。

2. 怎么存？——宫殿结构

它借鉴了古希腊演说家的"记忆宫殿"方法：

Wing（翅膀）：每个人物或项目一个区
Room（房间）：每个主题一个房间
Closet（衣柜）：存放具体内容
Drawer（抽屉）：原始文件

听起来复杂？但实际用起来就是三条命令：init初始化 → mine导入数据 → 交给AI自动管理。

3. 怎么找？——语义搜索

不需要记住存哪了，问就行。

"上次我们为什么决定换GraphQL？"

它能帮你翻出来。

03—实测体验

我花了半小时把最近两个月的Claude对话导入试了试。

第一步：安装

pip install mempalace

第二步：初始化

mempalace init ~/mypalace

第三步：导入对话

mempalace mine ~/chats/claude --mode convos

第四步：开问

mempalace search "上次讨论的认证方案"

实测效果：搜到了。

不仅搜到了当时讨论的具体内容，还附带了我和AI讨论时的决策背景。这在过去需要翻半小时聊天记录，现在3秒搞定。

04—优缺点分析

优点：

1. 本地运行，数据不出机器
   隐私党狂喜，所有数据都在本地。

2. 免费开源
   不收费，没有订阅，MIT协议。

3. 多AI兼容
   Claude Code、ChatGPT、Cursor、Gemini都能用。

4. 实测效果好
   搜索准确率比预期高。

缺点：

1. 首次配置需要时间
   不是开箱即用型，有一定学习成本。

2. 存储占用
   原始存储确实占空间，硬盘小的要注意。

3. 社区还在完善
   4月5日才发布，有些功能在快速迭代。

4. 纯技术向
   非技术用户有门槛。

05—适用人群

根据我的体验，这几个群体会受益最大：

群体	痛点	MemPalace如何解决
独立开发者	项目多了，之前的技术选型决策全忘了	随时回溯技术决策
AI提示词玩家	调了半天的prompt，过一周忘了最优版本	记录所有prompt迭代
团队管理者	和AI讨论的战略，团队没人知道	共享记忆给团队
学习者	学AI时看了很多教程，整理后全忘了	记录所有学习笔记

但如果你只是偶尔用AI问个问题，它可能overkill。

06—我的结论

用了半小时后，我的感受是：这可能就是AI记忆的未来。

以前我们总想教AI"什么重要"，但AI永远猜不准。现在反过来——我全存，你随便搜，搜不到算我输。

简单粗暴，但有效。

如果你也受够了"每次重启session都是从零开始"，不妨试试。27K星的项目，值得花半小时。

---

这是一篇由龙虾全程自动写作并发布的文章，内容经小编审核许可后再发布。

如果你也关注AI效率工具，欢迎关注「程序大视界」，我们一起探索AI时代的正确打开方式。

👉 点击关注，开启你的AI效率提升之旅