Palace Memory 宫殿记忆系统

SKILLAI 工具
AI 工具 未标注权限 许可证不明确
安装这个技能

将AI Agent的扁平记忆升级为Wing→Room→Closet→Drawer四层宫殿结构,支持BM25+语义+向量三路混合搜索、AAAK压缩索引、时序知识图谱。零外部依赖,纯Python stdlib。TRIGGER: 用户提到记忆系统、宫殿记忆、MemPalace、知识图谱、智能搜索、记忆检索。INPUT: 记忆内容或搜索查询。OUTPUT: 结构化搜索结果或记忆存储确认。

一句话选型结论

按资料字段整理

Palace Memory 宫殿记忆系统是AI 工具类的 Agent Skill,安装方式未标注,权限级别未标注,许可证不明确,有可直接复制的安装命令。技能本质是给模型读的说明书,效果取决于模型与客户端;装完先用一个小任务验证,再放进正式流程。

分类AI 工具 安装方式未标注 权限级别未标注权限 许可证许可证不明确
累计安装 未标注 本周 未标注
GitHub 星标 未标注 仓库 未标注
下载量 未标注 技能市场下载数
权限级别 未标注权限 安装前请确认风险范围
许可证 许可证不明确 未说明

安装

未标注
在支持 Skills 的客户端里执行,装完问一句「你有哪些技能」验证
skillhub install user_d544ba0e/palace-memory
  1. 1
    确认客户端支持

    确认你的客户端支持 Skills(Claude、Codex、Cursor 等),并升级到较新的版本。

  2. 2
    拿到技能文件

    执行上面的命令安装;也可以把仓库里的 SKILL.md 手动放进客户端的 skills 目录。

  3. 3
    刷新技能列表

    重新打开客户端,或刷新技能列表,让新放进来的技能被加载。

  4. 4
    验证是否生效

    问一句「你有哪些技能」,确认列表里出现它,再拿一个小任务试跑。

技能档案

AI 工具
字段来自技能仓库与公开索引,中文说明由本站标注
作者 / 维护方user_d544ba0e仓库 未标注 · 版本 未标注
宿主客户端未标注技能可被这些客户端加载
安装方式未标注安装包 community
权限级别未标注权限安装前请确认风险范围
许可证未说明许可证不明确,商用前请自行确认条款
仓库可用性available技能仓库当前是否可访问
最近核验未标注上游最后核验时间 · 数据更新 1791621823
正文体量5.2 KBSKILL.md 原文大小,越大说明说明书写得越细

典型使用场景

3 类
按分类整理的常见用法,具体以 SKILL.md 为准
组合多个 AI 能力

把写作、检索、总结串成一条流程。

搭工作流

把固定流程做成可重复调用的步骤。

做提示词与评测

整理提示词并对比输出效果。

选择建议

装之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 有可直接复制的安装命令,不用自己翻文档找入口。

先想清楚的地方

  • 没有标注权限级别,实际能做什么要装好后确认。
  • 许可证不明确,商用或二次分发前先到仓库确认条款。
  • 没有做站内核验,内容以作者仓库为准。
  • 技能只是说明书,实际效果取决于模型与客户端,装完先用小任务试一遍。

更适合

  • 需要在AI 工具场景里给模型补一套做法的人。
  • 愿意先读一遍 SKILL.md、确认它会让模型做什么的人。

不太适合

  • 对许可证要求很严、必须明确可商用的人。
  • 只想装完就自动变强、不打算看说明书的人。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
技能权限级别安装方式累计安装宿主客户端安装命令
Palace Memory 宫殿记忆系统当前 未标注权限 未标注 未标注 未标注 有
执行计划 只读 GitHub 仓库 151.5 万 Codex、Claude、Cursor 有
Playwright MCP 测试 浏览器控制 ClawHub 市场 136.5 万 OpenClaw 有
完成前的验证 未标注权限 GitHub 仓库 131.9 万 Codex、Claude、Cursor 有
子 Agent 驱动开发 只读 GitHub 仓库 131.2 万 Codex、Claude、Cursor 有
前端设计 执行命令 GitHub 仓库 125.6 万 Codex、Claude、Cursor 有

SKILL.md 全文

5.2 KB
模型实际读到的说明书原文,来自技能仓库

Palace Memory 宫殿记忆系统

将 AI Agent 的扁平记忆存储升级为 Wing→Room→Closet→Drawer 四层宫殿结构。纯 Python stdlib 实现,零外部依赖。

触发方式

关键词触发:
- "宫殿记忆"、"MemPalace"、"记忆检索"、"知识图谱"、"智能搜索"、"记忆系统"
- "帮我记住"、"之前讨论过"、"查一下记忆"、"有没有记录过"

不触发:Hermes 内置的 memory 工具调用(那是另一个系统)——本 Skill 在需要结构化检索时激活。

能力边界

✅ 能做什么

  • 分层记忆存储:支持 Wing(命名空间)→ Room(分类)两级组织
  • AAAK 压缩索引:从内容自动提取实体和主题,生成快速检索的 Closet 索引
  • 混合搜索:BM25 关键词 + 语义重叠 + 可选向量搜索(sentence-transformers)
  • 时序知识图谱:SQLite 存储实体关系,支持时间范围查询
  • Hermes 同步桥:自动将 Hermes memory 工具的内容镜像到 Palace
  • 中文优化:CJK 大字符集分词和 Closet 生成

❌ 不能做什么

  • 不替代 Hermes 内置 memory 工具——Palace 是增强层
  • 不提供实时向量搜索(需安装 sentence-transformers 可选依赖)
  • 不适用于超大规模(>10万条)——基于文件系统的设计有此限制
  • 不支持多机分布式部署——定位为单机本地记忆增强

错误处理

导入失败

⚠️ 无法导入 palace_memory 模块。请确认路径:
  sys.path.insert(0, '$HOME/.hermes/skills/palace-memory/references')

Palace 目录未初始化

⚠️ ~/.hermes/palace/ 目录未找到。运行 PalaceMemory() 会自动创建。

搜索无结果

ℹ️ 未找到匹配的记忆。建议:扩大搜索范围、使用不同关键词、或先存储相关记忆。

核心架构

🏛️ Palace (Memory Store)
 ├── 🏢 Wing   = 命名空间 (personal, systems, research, dev)
 │   ├── 🚪 Room  = 分类 (tools, environment, skills, papers...)
 │   │   ├── 📁 Closet = AAAK 压缩索引 → 指向 Drawer
 │   │   └── 🗄️ Drawer = 逐字记忆条目(真实内容)

使用方式

from palace_memory import get_palace
pm = get_palace()

# 存储
pm.remember(content="在AWS上部署了PyTorch训练集群", wing="systems", room="environment")

# 搜索
results = pm.recall("AWS PyTorch", wing="systems", top_k=5)

# 统计
print(pm.stats())

技术架构

组件 实现 特点
BM25 排名 Okapi-BM25 无外部依赖,CJK 字符级分词
AAAK 压缩 正则提取实体+主题 英文大小写 + CJK 二/三字词
语义搜索 Token overlap + 可选 dense 零成本 fallback + 可选 sentence-transformers
知识图谱 SQLite + WAL 模式 并发安全,时序双重查询
同步桥 sync_bridge.py Hermes Memory ↔ Palace 自动镜像

FAQ

Q: 和 Hermes 内置 memory 的区别?

Hermes memory 是扁平键值存储,适合"记住偏好"。Palace 是分层结构,适合"大海捞针"——记忆超过 30 条时 Palace 的检索精度显著优于扁平存储。

Q: 需要安装什么依赖?

零依赖。核心功能(BM25、AAAK、知识图谱)全部用 Python stdlib 实现。向量搜索需安装 sentence-transformers。

Q: 支持中文吗?

v1.1 起完整支持中文。CJK 字符级分词 + 停用词过滤 + 二/三字常用词提取。

Q: 数据存在哪里?

~/.hermes/palace/drawers/ — JSON 文件存储,每个 Drawer 一个文件。Closet 索引存 ~/.hermes/palace/closets/。知识图谱存 ~/.hermes/palace/knowledge_graph.sqlite3。

Q: 怎么和 Hermes 保持同步?

运行 python3 scripts/sync_bridge.py --scan 自动扫描 Hermes 记忆并镜像到 Palace。

反模式

  • ❌ 不要用 Palace 替代数据库——超过 10 万条记录性能会下降
  • ❌ 不要在中文场景使用默认的 closet_weight=0.3——建议调整为 0.15
  • ❌ 不要在多进程环境下共享同一个 PalaceMemory 实例——SQLite 需要单例
  • ❌ 不要频繁创建/销毁 get_palace() 实例——使用单例模式

文件结构

palace-memory/
├── SKILL.md                         ← 核心说明
├── references/
│   ├── palace_memory.py             ← 核心实现(PalaceMemory + TemporalKG + BM25)
│   └── closet_llm.py                ← LLM 辅助实体提取
├── scripts/
│   ├── memory_watchdog.py           ← 容量监控
│   └── sync_bridge.py               ← Hermes ↔ Palace 同步
└── knowledge/
    └── architecture.md              ← 架构参考

常见问题

5 问
答案由本站依据条目字段整理
Palace Memory 宫殿记忆系统怎么安装?

在支持 Skills 的客户端里执行:skillhub install user_d544ba0e/palace-memory。安装方式为未标注。装完刷新技能列表或重开客户端。

Palace Memory 宫殿记忆系统支持哪些客户端?

资料没有标注宿主客户端,但只要客户端支持 Skills(Claude、Codex、Cursor 等),一般都能加载。

Palace Memory 宫殿记忆系统权限高吗,安全吗?

权限级别为未标注权限。安装前先看它会读取或写入哪些内容。

Palace Memory 宫殿记忆系统收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于技能本身和所用的模型或客户端,正式使用前按作者说明确认。

Palace Memory 宫殿记忆系统用什么许可证?

许可证标注为 未说明(许可证不明确)。商用或二次分发前请到仓库确认条款原文。

热门专题

按场景挑技能
全部专题 →

技能内容以作者仓库为准;分类、权限级别与许可证状态的中文说明为中文整理,最近核验 未标注。