当对话成为决策的载体，记忆系统该如何设计
基于 MemPalace v3.0.0 源码的设计分析
中英双语 | mdbook | Mermaid 图表 | 源码引用
这不是一本教程，而是一本设计分析。
MemPalace 是一个开源 AI 记忆系统，由 Ben Sigman 和 Milla Jovovich 与 Claude 共同构建。它在 LongMemEval 基准测试中取得了 96.6% 的零 API 基线分数（最高分 100% 含重排序，held-out 泛化分数 98.4%），完全本地运行，MIT 开源。
本书从第一性原理出发，分析 MemPalace 的每一个设计决策——从古希腊记忆术到向量数据库，从 AAAK 压缩语言到时态知识图谱。每个设计决策都有源码引用、benchmark 数据支撑和权衡分析。
# 中文版
mdbook serve book
# open http://localhost:3000
# English edition
mdbook serve book-en -p 3001
# open http://localhost:3001
book/src/ 中文版（25 章 + 前言 + 第 0 章）
book-en/src/ English edition (translated)
specs/ 章节规格（agent-spec format）
docs/ 大纲和参考文档
| Part | Chapters | Topic |
|---|---|---|
| 一：问题空间 | 1-3 | 对话即决策、摘要陷阱、逐字存储经济学 |
| 二：记忆宫殿 | 4-7 | Method of Loci、Wing/Hall/Room、隧道、34% 提升 |
| 三：AAAK | 8-10 | 压缩约束空间、语法设计、跨模型通用性 |
| 四：时间维度 | 11-13 | 时态知识图谱、矛盾检测、时间线叙事 |
| 五：记忆栈 | 14-15 | L0-L3 分层、混合检索 96.6%→100% |
| 六：数据管道 | 16-18 | 格式归一化、实体发现、分块策略 |
| 七：接口设计 | 19-21 | MCP 19 工具、专家代理、本地模型集成 |
| 八：验证 | 22-23 | Benchmark 方法论、竞品诚实对比 |
| 九：哲学 | 24-25 | 本地优先、超越对话 |
cargo install mdbook
本书在所有提及 benchmark 分数的位置都区分三个口径：
| 口径 | LongMemEval | LoCoMo |
|---|---|---|
| 保守基线 | 96.6% R@5（零 API） | 60.3% R@10（baseline） |
| 诚实泛化 | 98.4% R@5（held-out 450） | 88.9% R@10（hybrid v5, top-10） |
| 竞争成绩 | 100% R@5（full 500 + rerank） | 100%（top-50 + rerank, structural） |
详见第 15 章和第 23 章的完整分析。
Content: CC BY-SA 4.0
MemPalace source code: MIT
—
$ claude mcp add mempalace-book \
-- python -m otcore.mcp_server <graph>