MemPalace: бесплатная локальная AI-память с 96,6% recall на LongMemEval и честной открытой архитектурой

MemPalace добился 96,6% на LongMemEval R@5 в raw-режиме, то есть на тесте качества запоминания.

Пятьсот вопросов обработали без облачного API, и всё работает локально на вашей машине.

Для тех, кто теряет важные детали после каждого диалога с AI, это больше чем удобство, это контроль рабочего контекста.

Проблема, из-за которой AI-память ломается прямо в реальных командах

Вы разговариваете с AI 20 дней подряд, закрываете задачи и на следующий день начинаете с нуля.

Шесть месяцев переписки превращаются в 19,5 млн токенов, которые не влезают в контекстную память модели.

Модельские сводки экономят место, но выкидывают важный контекст: почему выбрали технологию, а не просто какой флаг.

У MemPalace другая логика: не решать, что важнее, а хранить всё.

Система сохраняет разговоры в исходном виде и уже потом делает поиск по структуре, а не в одной плоской куче.

Поэтому вопрос «почему мы выбрали Postgres» остаётся связанным с полным разговором, где это решение возникло.

Что умеет MemPalace: архитектура как цифровой дворец памяти

Проект строит несколько слоев памяти, которые помогают быстро находить нужную идею даже через месяцы.

\n
• Wing (раздел): человек или проект, например авторы, продукт, клиент.
\n
• Room (комната): конкретная тема внутри раздела, например auth-migration или CI pipeline.
\n
• Hall (коридор): связь между типами обсуждений внутри одного проекта.
\n
• Closet и Drawer (шкаф и ящик): компрессия индекса и оригинальные файлы без потери источника.
\n

Три режима загрузки закрывают разные типы данных: проекты, беседы, и общий режим с разметкой решений, milestone и эмоций.

\n
• projects — код, docs, notes в вашем локальном дереве.
\n
• convos — экспорт чатов Claude, ChatGPT, Slack и похожих источников.
\n
• general — автоматическое деление на решения, приоритеты, проблемы.
\n

Интеграция идёт через MCP (протокол инструментального подключения моделей). С ним Claude, ChatGPT, Cursor и Gemini получают 19 встроенных инструментов и не требуют ручного поиска.

Если модель не поддерживает MCP, есть wake-up режим: команда формирует около 170 токенов критики (в AAAK формате или raw), и контекст подаётся в системный промпт локальной модели.

Есть и прозрачный технический блок.

\n
• Чем лучше: в raw-режиме без компрессии сохранён recall 96,6%.
\n
• Что хуже стало позже: AAAK (сильная компрессия) на 84,2%, если важна точность.
\n
• Что признали честно: ранние формулировки в README были переобещаны и сейчас уточняются.
\n

Стоимость, бесплатный вход и как считать окупаемость по-умному

На старте MemPalace бесплатен и не берёт подписку, если вы держите всё локально.

Ваша экономия считается в потерянных затратах на ручное восстановление контекста.

\n
• 0$ — подписка и API от сервиса.
\n
• ~19,5 млн токенов за полгода не влезает в модельный контекст.
\n
• ~170 токенов критики можно подать локальной модели при старте диалога.
\n
• Пять точечных поисков дают около 13 500 токенов, а не огромный перегенеративный переподтяг.
\n
• Сравнение в README показывает: для резюмированного подхода это порядка 10$ в год вместо 507$.
\n

Снижение затрат работает, если вы не только храните, но и реально используете поиск перед каждым повтором решения.

Кому это сейчас действительно полезно и стоит ли тратить 20 минут на тест

Если у вас есть проектные решения, которые теряются после сессии, этот инструмент прямой кандидат.

\n
• Предпринимателям: сохранять историю стратегических решений без утечки в облако.
\n
• Разработчикам: не терять спорные архитектурные решения при переключении между задачами.
\n
• Маркетологам: держать связный бэкграунд решений по позиционированию и экспериментов.
\n
• Тим-лидам: быстро находить, где и почему приняли конкретный технический компромисс.
\n
• Командам, работающим офлайн: всё на машине, без третьих сторон.
\n

Источник с исходным кодом и инструкциями — GitHub проекта.

Тестируйте 7 дней, 30 задач и 3 поиска в день. Если каждый день не возвращает время, не масштабируйте.

Итог не про модную память, а про новую дисциплину: если информация никогда не уходит в вакуум сессий, AI перестаёт быть шумом и становится рабочим членом команды.