摘要：mempalace-cn — AI 對話記憶系統（架構參考）
一句話總結（< 30 字）：本地自架、把 AI 對話逐字全存再語義檢索的記憶系統，「保存一切再讓它可查找」。
重點
- 哲學：逐字全存、不靠 AI 決定該記什麼；號稱 96.6% LongMemEval（原始模式），與人工精煉路線相反。
- 技術棧：Python 3.9+、ChromaDB（向量／語義）+ SQLite（時序實體關係圖譜），完全本地、零雲端、無需 API key。
- 對外介面：MCP server（19 工具）對接 Claude／ChatGPT／Gemini，可接本地 LLM 離線使用。
- 空間隱喻分層：翼（Wing）→ 房間（Room）→ 壁櫥（Closet）→ 抽屜（Drawer），加廳／隧道做交叉引用。
- 對主公系統的評估：不整套採用（要養 Python+向量庫、放棄可 grep／git 驗證的純文字），但分層設計與語義+圖譜雙軌值得當架構參考。
關鍵術語
- ChromaDB：本地向量資料庫，負責語義搜尋
- LongMemEval：長期記憶檢索基準測試（GBrain 亦支援）
- 語義+圖譜雙軌：向量檢索與結構化實體關係並行 → 見 AI Agent 長期記憶系統設計
與既有 wiki 的關聯
| 既有概念 | 此文補充了什麼 |
|---|---|
| AI Agent 長期記憶系統設計 | 提供「逐字全存」與「純文字可驗證」兩端的哲學對照 |
新增候選
此文中可能值得獨立成篇的新概念：
- AI Agent 長期記憶系統設計（已編譯，與 GBrain 合併）