核心功能
Memory Palace 是为 OpenClaw 等 AI Agent 设计的认知增强层，提供类人类长期记忆管理能力。核心特性包括：
1. 多维记忆存储
- 结构化记忆写入、更新、删除与恢复
- 支持重要性评分（0-1）与分类标签
- 访问追踪机制：自动记录
lastAccessedAt时间戳，支持「常访问记忆」快速召回
2. 语义检索系统
- 基于 BGE-small-zh-v1.5（约100MB）的向量嵌入实现语义搜索
- 未安装向量模型时自动降级为纯文本关键词匹配
- 索引缓存加速大规模记忆查询
3. 经验积累与验证
- 经验记录需标注适用场景与来源
- 双重验证机制（2+次验证才标记为有效）防止错误传播
- 上下文感知的相关经验推荐
4. LLM 增强处理
- 智能总结、经验提取、时间解析、概念扩展（均设超时保护）
- 失败自动降级至规则引擎，保障可用性
- 背景调度器自动压缩陈旧记忆
5. 时间推理能力
- 支持自然语言时间表达式解析（如「上周三」「三天后」）
显著优点
- 架构完整：覆盖记忆全生命周期管理，非简单KV存储
- 可靠性设计：多级降级策略（向量→文本、LLM→规则）、超时熔断
- 经验进化：首创AI经验验证机制，避免「幻觉经验」累积
- 访问优化：热记忆识别与自动压缩平衡存储效率
潜在局限
- 部署门槛：100MB向量模型需本地安装，首次配置复杂
- 中文优化：BGE-small-zh-v1.5对英文支持更佳，多语言场景性能不定
- LLM依赖：高级功能需外部LLM，增加成本与延迟（10-60s超时）
- 版本较新：v1.6.4迭代快，API稳定性待观察
适合人群
- 构建长期对话Agent的开发者
- 需要经验学习与知识图谱的AI应用
- 能接受本地模型部署的技术团队
常规风险
- 数据持久化：未明确存储后端，需自行确认数据安全策略
- 经验污染：验证机制虽存在，但恶意/错误输入仍可能影响系统
- 降级陷阱：用户可能未察觉已降级至低精度模式，导致检索质量下降
- MIT许可：商用友好但无官方支持保障