核心用法
MemPalace 是一套完全本地化的AI长期记忆解决方案，通过MCP协议与Claude等AI助手集成。其核心架构采用"宫殿隐喻"：Wing（翼楼）对应人物或项目，Hall（大厅）存储类别信息，Room（房间）承载具体主题，Drawer（抽屉）保存原始文本片段。系统内置语义搜索引擎（基于ChromaDB向量数据库）和时间感知知识图谱，支持自然语言查询、时间范围过滤与事实有效期管理。
使用流程遵循严格协议：会话启动时调用mempalace_status加载全景；回应前优先执行mempalace_search或mempalace_kg_query验证信息；事实变更时通过mempalace_kg_invalidate标记失效并追加新事实；会话结束后写入mempalace_diary_write积累连续性记忆。
显著优点
1. 顶级召回性能：官方宣称96.6%召回率与LongMemEval历史最高分，语义理解能力优于关键词匹配
2. 完全本地隐私：零云端依赖、零API密钥，数据驻留用户设备，杜绝第三方数据泄露风险
3. 时间维度建模：知识图谱原生支持事实时间窗口，可回答"当时已知什么"类时序问题
4. 渐进式积累：自动去重、跨会话日记、跨域关联隧道（find_tunnels）构建持续进化的记忆网络
5. 开源生态：MIT协议，Python实现，uv/pip标准化安装，MCP协议广泛兼容
潜在局限
- 部署门槛：需Python环境与ChromaDB本地运行，非技术用户配置成本较高
- 存储开销：长期积累大规模对话历史将产生显著的本地磁盘占用
- 同步难题：纯本地架构下多设备记忆同步需用户自行解决（如Git、Syncthing）
- 模型依赖：语义搜索质量受嵌入模型制约，非英语场景性能可能衰减
- 无内置加密：文档未提及静态数据加密，设备物理丢失存在暴露风险
适合人群
隐私敏感型用户（律师、医生、记者）、长期项目协作者、知识管理重度用户、技术能力足够的本地AI爱好者。不适合追求开箱即用的轻量用户或依赖云同步的跨设备场景。
常规风险
数据仅存本地意味着用户需自负备份责任；系统权限过高时可读取全部历史对话，需确保运行环境可信；知识图谱的时间标记依赖调用方准确性，错误时间戳将导致因果推理错误。