「开源」Memory Palace 3月11号更新 --更好的构建属于你ai agent的记忆宫殿,顺便求star🙏

2026-04-11 15:121阅读0评论SEO资源
  • 内容介绍
  • 文章标签
  • 相关推荐
问题描述:

3-11更新,前端更新了配置向导,可以直接在前端配置相应的.env文件

这次更新加了前端配置向导,可以直接在浏览器里配 .env,不用手动改文件。
以及修复了一些可能出现的bug。

配置向导界面如图
CleanShot 2026-03-11 at 11.12.32@2x1920×1782 367 KB


自动弹出

第一次打开 Dashboard 时,没配过鉴权信息的话向导会自动弹出来。关掉后不会再弹,想重新打开点右上角 「Set API key」 就行。

两种保存方式

  • 保存到本地 .env — 写到磁盘,持久化的,重启前后端不会丢。本地跑优先用这个。

  • 仅保存到浏览器 — 存在 localStorage 里,换浏览器或清缓存会丢。Docker 部署或临时用一下可以选这个

不同启动方式

  • 本地手动启动(后端 + 前端):向导完整可用,能直接写 .env,推荐。

  • Docker 一键部署:向导能用但不能写 .env(容器文件系统是临时的),启动前用 Profile 脚本配好。

  • MCP stdio 模式:没有前端,手动改 .env

哪些配置要重启

Dashboard API Key 和免认证开关保存后立即生效。Embedding / Reranker / Write Guard / Intent LLM 需要重启后端,页面会提示你。

FAQ

Docker 下为什么不能写 .env? 容器文件系统重建后就没了,系统检测到 Docker 会主动拒绝。

换浏览器 key 没了? 如果用的「仅保存到浏览器」确实会丢,建议本地启动时用「保存到 .env」。

stdio 模式怎么配? 直接改 .env

Memory Palace 2026-03-10更新公告

上次发帖之后继续做了一轮大的更新,大幅提升用户前端仪表盘易用性,同时对于backend进行了重构解耦,避免一个代码文件几千上w行。以及修复了一些可能会遇到的bug


仪表盘支持中英文切换

之前仪表盘只有英文,现在四个页面(Memory / Review / Maintenance / Observability)全部支持中英文一键切换,将近 500 条文案都做了双语化。同时写了一份前端仪表盘使用指南,降低上手门槛

对于前端仪表盘有任何疑问的强烈推荐食用该指南

链接如下

github.com/AGI-is-going-to-arrive/Memory-Palace

docs/DASHBOARD_GUIDE_CN.md

main

# Memory Palace 仪表盘使用指南(中文版) > 本文档对应**中文界面**下的 Memory Palace Dashboard 所有页面和功能。 > > 如果你的界面目前是英文,点击右上角的语言按钮即可切换到中文。浏览器会自动记住你的选择。 --- ## 目录 - [🌐 通用操作](#-通用操作) - [📂 记忆页面](#-记忆页面) - [📋 审查页面](#-审查页面) - [🔧 维护页面](#-维护页面) - [📊 观测页面](#-观测页面) - [❓ 常见问题](#-常见问题) --- ## 🌐 通用操作 此文件已被截断。 显示原始文件

仪表盘更新了i18n,支持了中文版

记忆

memory-zh1440×1200 106 KB

审查

review-zh1440×1200 66.1 KB

维护

maintenance-zh1440×1200 103 KB

观测

observability-zh1440×1200 127 KB

全套英文文档

Getting Started、技术总览、部署配置、排障指南、安全说明、Skills 文档,全部补了英文版。弥补了之前除readme文档外,其他文档只有中文的问题,对英文用户不太友好。

接入流程更顺

一键安装脚本(shell / PowerShell)重写了路径检测和错误处理,出错时提示更明确。发布前新增了自动检查脚本,减少"装上了但跑不起来"的情况。(但是注意当前对于codex cli/claude code/opencode支持较好, 对于cursor/antigravity 还需要进行进一步测试完善安装脚本,会在近期更新

前端交互优化

四个页面都做了改动,检索结果展示更清楚,维护操作流程更直观,Review 的 diff 对比更加好用。


「开源」Memory Palace — 构建专属你ai的记忆宫殿 开发调优
根据这位佬的项目,为灵感来源,进行开发。 Memory Palace — AI Agent 的长期记忆系统 注意该项目是纯练手项目,之前没有研究过agent相关,单纯是看到了上面这位佬的项目,想开发一个玩玩,所以请轻喷 叠甲:本项目是纯vibe coding完成,并且是由一个vibe coding新手完成…

Memory Palace重磅升级

再次感谢openai,爽蹬codex,尤其是gpt-5.4开了1m上下文和fast模式,像德芙一样丝滑。

这次新版的升级,进行了各种更新和补齐了相应功能更像一个能长期拿来用的东西了。

先放一张总览图:
CleanShot 2026-03-07 at 22.34.57@2x1290×1264 267 KB


这个项目是干嘛的?

总的来说:

给 AI Agent 加长期记忆,而且这套记忆不是只会存,还能查、能回滚、能清理。

不是那种简单存个 JSON 就结束的方案。
现在它有:

  • Write Guard,防止乱写和重复写
  • snapshot / review,改错了能回
  • keyword / semantic / hybrid 检索
  • vitality 衰减和清理
  • 仪表盘
  • Skills+MCP 接口

这次主要补了三块

1)后端链路更稳

主要是把底层进一步增强

  • migration runner 更完整了
  • 写入现在是 Write Guard → Snapshot → 异步索引
  • 检索兼容点和系统 URI 进行了补齐
  • 维护和清理这块更清楚了

放张架构图:

CleanShot 2026-03-07 at 22.35.06@2x1272×1264 163 KB


2)当前项目的skills + MCP 终于更像一套完整的东西

这一块我自己最满意

以前是:

  • 有 skill
  • 有 MCP
  • 但第一次接的人还是容易懵

这次补上了:

  • canonical skill bundle

  • 安装脚本

  • 同步脚本

  • smoke 检查

  • live MCP e2e

  • Claude / Codex / OpenCode / Gemini 的接法更清楚了

解释下 skill 和 MCP 的关系:

CleanShot 2026-03-07 at 22.35.18@2x1248×1230 132 KB


3)benchmark

保留了和旧版本的同口径对照。

重点不是最简单场景, 主要是对于高干扰场景有了进一步提升

结论很直接:

  • 简单场景基本持平
  • 干扰一多,新版明显更稳

比如:

  • s8,d200
    • 旧版 C:0.313
    • 新版 C:0.563
    • 旧版 D:0.375
    • 新版 D:0.625
  • s100,d200
    • 旧版 C:0.280
    • 新版 C:0.580
    • 旧版 D:0.295
    • 新版 D:0.615

直接放图更直观:

CleanShot 2026-03-07 at 22.35.37@2x2180×1454 313 KB

  • 这次最主要的收益是质量更强高干扰场景性能更强

更准确的说法应该是:

复杂检索场景下更稳,延迟整体还在能接受的范围里(根据调用api的延迟决定,如果是本地调用,延迟更低)。


用户能直接感受到什么?

  • 第一次接通没那么乱
  • 出问题时更容易查
  • 不只是 AI 能用,人也更容易管

同时附上几张仪表盘的截图


memory-page
CleanShot 2026-03-07 at 22.38.06@2x1920×1183 178 KB

review-page
memory-palace-review-page_副本1920×1200 98.3 KB

maintenance-page
memory-palace-maintenance-page1920×1200 130 KB

observability-page
memory-palace-observability-page1920×1200 175 KB


跟上个版本比,当前版本主要是补齐了 skills + MCP 这一整套东西,参考了claude的skill creator思想。同时部署和验证链路也进行了一定调整。之前那版更像是个 demo,这次更新更加好用易用,此外强烈推荐在.env中填入envembedding/reranker/llm相关参数使用profile c进行日常使用。感兴趣的欢迎关注。

如果你想给自己的 AI 加长期记忆,这版比之前更值得上手。 如果你是想看一套长期记忆系统到底怎么落地,这版也比之前更有参考价值。

以下为github项目地址

github.com

GitHub - AGI-is-going-to-arrive/Memory-Palace: Memory Palace is a long-term memory operating...

Memory Palace is a long-term memory operating system purpose-built for AI Agents.

整个项目是一个人完成的,可能有没有测试到的地方,但是在我本机经过了实际测试是能够正常使用的。
如果有bug欢迎提issues,欢迎提pr或者fork进行二开(注明出处即可)

补充一句skills安装的话,直接将这个链接

github.com

Memory-Palace/docs/skills at main · AGI-is-going-to-arrive/Memory-Palace

Memory Palace is a long-term memory operating system purpose-built for AI Agents. - AGI-is-going-to-arrive/Memory-Palace

交给ai,吩咐ai按要求安装即可。

此外觉得还不错的话,希望给个star。
求一个,感谢各位

网友解答:
--【壹】--:

感谢支持


--【贰】--:

感谢分享!


--【叁】--:

感谢分享,学习一


--【肆】--:

感谢支持


--【伍】--:

支持佬友!学习了,Memory系统其实我也有在做思考,佬友的IDEA比我好!


--【陆】--:

一直在和codex对话,已经融入生活了


--【柒】--:

之前也有佬提过mem0,但是和我项目初衷有点偏离
CleanShot 2026-03-07 at 23.58.11@2x2228×278 41.3 KB

可以看看ai总结
CleanShot 2026-03-08 at 00.00.51@2x1920×3405 519 KB


--【捌】--:

和mem0比较过嘛?这里可以存静态记忆/动态记忆嘛?


--【玖】--:

感觉memory很重要,但也很难做好吧,佬友加油!已star


--【拾】--:

感谢支持


--【拾壹】--:

感谢分享(*ゝω・)


--【拾贰】--:

之前qwen开过记忆功能,感觉大厂做的很拉跨,记忆不但对我对话没有帮助,还干扰模型正确回答我的问题


--【拾叁】--:

可以参考下,ai的总结。
并非拉踩,非常感谢

github.com

GitHub - Dataojitori/nocturne_memory: A lightweight, rollbackable, and visual Long-Term...

A lightweight, rollbackable, and visual Long-Term Memory Server for MCP Agents. Say goodbye to Vector RAG and amnesia. Empower your AI with persistent, graph-like structured memory across any model, session, or tool. Drop-in replacement for OpenClaw.

项目提供最初的灵感来源

省流版

CleanShot 2026-03-07 at 23.34.25@2x1862×1562 351 KB

长篇总结版
CleanShot 2026-03-07 at 23.32.53@2x1920×2507 386 KB
CleanShot 2026-03-07 at 23.33.14@2x1920×2445 367 KB
CleanShot 2026-03-07 at 23.33.29@2x1920×2365 288 KB
CleanShot 2026-03-07 at 23.33.37@2x1920×2356 337 KB


--【拾肆】--:

我比较想知道对比nocturne memory有多大的提升,我现在用的nocturne memory


--【拾伍】--:

感谢大佬分享


--【拾陆】--:

太强了,大佬


--【拾柒】--: agi_is_coming:

最后一句

如果你之前看过旧版本, 这次你可以把它理解成:

方向没变,但把原来那套东西补得更稳了,也更像真的能接进日常工作流里的样子了

兄弟你这codex用的走火入魔了,说话都一股子ai味


--【拾捌】--:

如果使用skills+mcp的话有一定的增强,也是现在这个版本着重开发的点。
参考了3月3号claude公布的对于skill creator的思路
CleanShot 2026-03-08 at 00.04.46@2x1920×1945 289 KB


--【拾玖】--:

前排支持 star+1