MemPalaceはオープンソースのAIメモリシステムで、古代ギリシャの「記憶宮殿法」から着想を得ています。従来のベクトルデータベース方式ではなく、AIが「部屋の中を歩き、扉を次々に開けていく」ように記憶を整理・検索できるようにします。

このプロジェクトは公開と同時にオープンソース化され、すべてのデータはローカルに保存されます。LongMemEvalベンチマーク（RAWモード）では史上最高の96.6%を達成し、GitHubのスターはすでに17kを突破しています。

どの問題を解決するのか

現在のAIメモリ方式の中核的な矛盾は、記憶が増えるほどコストが上がり、検索精度が下がることです。

従来方式は、すべての対話をスライスしてEmbeddingで検索する（検索が不正確）、または要約して圧縮する（情報が失われる）かのどちらかでした。MemPalaceは記憶をナビゲート可能な空間構造に変え、「空間的な位置」で記憶を整理します。

記憶宮殿の構造

MemPalaceの記憶の整理方法は、1つの建物のようになっています：

• Palace（宮殿）：すべての知識を含む大広間
• Wing（翼）：1人または1つのプロジェクトを表し、各翼は独立した空間
• Room（部屋）：各部屋が特定のテーマ（認証、課金、デプロイなど）を表す
• Hall（廊下）：「この記憶がどの分類に属するか」を定義（アドバイス、個人の好み、意思決定など）
• Drawer（引き出し）：元の記録を一字変えずに完全保管
• Closet（クローゼット）：圧縮サマリーを格納し、AIが素早く読めるように準備
• Tunnel（トンネル）：異なる翼に同じ部屋が現れたとき自動でつながり、プロジェクトをまたいだ同テーマの情報を接続

構造が1層増えるごとに、検索空間が一段絞り込まれ、意味的な制約が一段強まります。実測では、この階層構造は全体を無秩序に検索するのに比べて検索効率が約34%向上しました。

メモリスタック：オンデマンドロード

MemPalaceはメモリスタックを設計しており、重要度に応じて段階的にロードします：

ロジックはシンプルです：まず最小コストであなたを理解し、足りなければ局所的に補完し、それでも足りなければ全体検索。

実際の効果：6か月・約1950万tokensの対話データに対して、MemPalaceが通常時にロードするのは約170 tokensだけで、オンデマンドロードでもわずか13,500 tokensです。従来の要約圧縮方式（年間コスト約507ドル）に比べ、MemPalaceの年間コストはわずか10ドルです。

ベンチマーク成績

インストールと使用方法

始める前の準備

• Python 3.8+
• ローカルストレージの空き容量（データ量による）

ステップ1：MemPalaceのインストール

pip install mempalace

ステップ2：記憶宮殿の初期化

mempalace init ~/projects/myapp

これで、すべての記憶データを保存するメインディレクトリが作成されます。

ステップ3：データの取り込み

データ型に応じて、3つのモードがあります：

プロジェクトファイルのマイニング（コード、ドキュメント、ノート向け）：

mempalace mine ~/projects/myapp

対話ログのマイニング（Claude、ChatGPT、Slackからエクスポートしたチャットログ向け）：

mempalace mine ~/chats/ --mode convos

汎用マイニング（内容を意思決定、マイルストーン、問題などに自動分類）：

mempalace mine ~/chats/ --mode convos --extract general

ステップ4：AIとの接続

自動モード（MCPツール呼び出しに対応したAI、Claudeなど向け）：

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

接続が完了すると、AIはMemPalaceの検索ツールを自動的に呼び出します。

手動モード（ローカルモデル向け）：

基本メモリのロード（170 tokens）：

mempalace wake-up > context.txt

オンデマンド検索：

mempalace search "auth decisions" > results.txt

Python APIから直接呼び出すこともできます：

from mempalace.searcher import search_memories

results = search_memories("auth decisions", palace_path="~/.mempalace/palace")

注意事項

• すべてのデータはローカルに保存され、クラウドにはアップロードされないため、プライバシー漏えいのリスクを源泉から低減します
• RAWモードの精度（96.6%）はAAAKモード（84.2%）より高く、精度を重視するならRAW、tokenを節約するならAAAK
• 今後 fact_checker.py ツールがリリースされ、記憶の一貫性チェックを自動化する予定です
• 現在、リアルタイム修正機能は統合作業中です

プロジェクトリンク

• GitHub: https://github.com/milla-jovovich/mempalace