代理记忆问题刚刚得到解决。它免费且易于使用。

这个项目叫做 mempalace。
这个想法很简单：
大多数记忆系统试图判断什么重要，进行总结，并且只存储这些内容。
mempalace 做的事情是：
存储一切，然后让它可以被搜索。
它不是提取类似下面这些内容：
• “用户偏好 postgres”
• “项目使用 graphql”
然后把发生真正推理的那段对话丢掉，
而是原封不动地保留原始交流内容，并使用语义搜索在之后检索到正确的记忆。
所以你保留的是“为什么”，而不仅仅是总结。
它是如何工作的：
> 所有内容都保持本地
> 它将你的数据存储在 ChromaDB 中
> 它把记忆组织成一种他们称为“宫殿”的结构
> 然后你的代理在需要时就能搜索这部分记忆
如何使用它：
1. 安装 mempalace
2. 在你的项目中初始化它
3. 挖掘你的聊天/文档/代码库
4. 通过 MCP 将它连接到你的 AI
5. 从那一刻起，你的代理就可以自动查询你过去的决策
他们还宣称：在 LongMemEval 的原始模式下，本地实现 96.6% 的成绩，且无需任何 API 调用。
所以基本上就是：
• 本地记忆
• 没有云端
• 没有订阅
• 没有总结导致上下文被破坏
• 只在你的代理需要时进行完整回忆
老实说，这才是代理记忆的正确方向。