AI 记忆与知识管理

MemPalace — AI 记忆宫殿（LongMemEval 满分）

⭐ 8,400+ | MIT | 完全本地，零 API Key

用"宫殿"架构（Wing → Hall → Room）模拟人类记忆，AI 自动加载上下文，不用打第一个字。

跑分成绩：

Benchmark	MemPalace	说明
LongMemEval	100%	500/500，首个满分
ConvoMem	92.9%	>2x Mem0
LoCoMo	100%	含时序推理

核心特性：

• AAAK 压缩：整个人生上下文 → ~120 token（30x 无损压缩）
• 语义搜索：月级对话中 Top-1/2 精确命中
• 矛盾检测：自动发现姓名/代词/年龄前后矛盾
• 支持 Ollama / LM Studio 本地 LLM

pip install mempalace
mempalace init ~/projects/myapp
mempalace mine ~/projects/myapp           # 从代码/文档挖掘记忆
mempalace mine ~/chats/ --mode convos     # 从聊天记录挖掘

MCP 集成：

claude mcp add mempalace -- python -m mempalace.mcp_server

---

Karpathy：LLM 主动建知识库 vs 被动 RAG

来源：Karpathy GitHub Gist（⭐13,502，Forks 2,911）

核心观点：把文档丢给 AI 让它检索（RAG）= 每次从零开始，无跨会话积累。

Karpathy 方案：

• AI 主动从对话/文档中挖掘、组织知识
• 构建结构化知识图谱（不是平铺的文本块）
• 知识随时间增长、自我演化

RAG 的问题：

• 每次对话从零检索，无跨会话积累
• 语义检索结果不稳定
• 大量重复上下文，token 浪费

---

talk-normal — 去除 AI 味系统提示词

⭐ 1,200 | https://github.com/hexiecs/talk-normal

一个 system prompt，让任何 LLM 像正常人说话，去除套话和刻板腔调。

消除的 AI 口癖：

• "以下是..."
• "总之..."
• "值得注意的是..."
• "根据您的问题..."
• 各类过度礼貌的废话

使用方式：将内容复制到 system prompt / CLAUDE.md 即可

支持：已集成 Hermes Agent，Hermes 对话也能用