📄 工具详情 ⚙️ 安装教程 📚 使用教程

能力标签

🔌 MCP 🤖 Agent 🔄 工作流 🌐 翻译 💻 CLI 🔗 REST API 🧬 Embedding 🖼 视觉 🧠 Claude ✨ GPT

🔌

MCP工具

记忆宫殿

Q: mempalace_rust 如何安装和开始使用？

访问 mempalace_rust 的 GitHub 仓库或官方网站，按照 README 文档中的步骤安装依赖并运行。通常需要 Python 3.8+ 或 Node.js 16+ 基础环境。

Q: mempalace_rust 是否免费？许可证是什么？

mempalace_rust 完全免费，采用 MIT 许可证开源发布，任何人都可以免费使用、修改和分发。

Q: mempalace_rust 适合哪些用户使用？

mempalace_rust 主要面向有一定技术基础的用户，包括开发者、数据分析师、AI 工程师等专业人士。

Q: mempalace_rust 的社区活跃度和项目维护状况如何？

mempalace_rust 在 GitHub 上已获得 8 个 Star，处于积极发展阶段，社区在持续扩大。

基于 Rust · 让 AI 助手直接操作你的系统与工具

英文名：mempalace_rust

⭐ 8 Stars 🍴 2 Forks 💻 Rust 📄 MIT 🏷 AI 8.5分

8.5AI 综合评分

aillmmcpmemorymempalacerust

⬇ 下载源码 ZIP ⚙️ 配置说明 📺 TG 频道

✦ AI Skill Hub 推荐

记忆宫殿是 AI Skill Hub 本期精选MCP工具之一。综合评分 8.5 分，整体质量较高。我们强烈推荐将其纳入你的 AI 工具库，帮助提升工作效率。

📚 深度解析

记忆宫殿是一款基于 MCP（Model Context Protocol）标准协议的 AI 工具扩展。MCP 协议由 Anthropic 开发并开源，旨在建立 AI 模型与外部工具之间的标准化通信接口，目前已被 Claude Desktop、Claude Code、Cursor 等主流 AI 工具采纳。

通过安装记忆宫殿，你的 AI 助手将获得额外的工具调用能力，可以用自然语言直接操控该工具的功能，无需学习复杂的命令行语法。MCP 工具的核心价值在于"一次配置，永久增强"——配置完成后，每次与 AI 对话时都可以无缝调用这些工具。

在技术实现上，MCP 工具通过标准的 JSON-RPC 协议与 AI 客户端通信，工具的功能以"工具列表"的形式暴露给 AI 模型，AI 可以按需调用。记忆宫殿提供了结构化的工具调用接口，使 AI 模型能够精确地理解和使用每个功能点，显著降低 AI 在工具使用上的错误率。

与传统的 API 集成相比，MCP 工具的优势在于无需编写代码——用户只需在配置文件中添加几行 JSON，即可让 AI 获得全新能力。AI Skill Hub 将记忆宫殿评为 AI 评分 8.5 分，属于同类工具中的优质选择。

📋 工具概览

记忆宫殿是一款遵循 MCP（Model Context Protocol）标准协议的 AI 工具扩展。通过 MCP 协议，它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务，实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用，都可以通过自然语言在 AI 对话中直接触发，极大提升生产效率。

GitHub Stars

⭐ 8

开发语言

Rust

支持平台

Windows / macOS / Linux

维护状态

轻量级项目，按需更新

开源协议

MIT

AI 综合评分

8.5 分

工具类型

MCP工具

Forks

📖 中文文档

以下内容由 AI Skill Hub 根据项目信息自动整理，如需查看完整原始文档请访问底部「原始来源」。

📌 核心特色

通过标准 MCP 协议与 Claude、Cursor 等主流 AI 客户端深度集成
提供结构化工具调用接口，显著降低 AI 集成复杂度
支持 Claude Desktop 和 Claude Code 无缝接入，开箱即用
可与其他 MCP 工具组合叠加，构建完整 AI 工作站
轻量无侵入设计，不影响现有系统架构

🎯 主要使用场景

在 Claude Desktop 对话中直接调用本地工具，实现 AI 与系统的深度联动
通过自然语言驱动复杂的多步骤自动化任务，代替繁琐手动操作
将多个 MCP 工具组合使用，构建个人专属 AI 工作站

以下安装命令基于项目开发语言和类型自动生成，实际以官方 README 为准。

安装命令

# 方式一：通过 Claude Code CLI 一键安装
claude skill install https://github.com/quangdang46/mempalace_rust

# 方式二：手动配置 claude_desktop_config.json
{
  "mcpServers": {
    "----": {
      "command": "npx",
      "args": ["-y", "mempalace_rust"]
    }
  }
}

# 配置文件位置
# macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
# Windows: %APPDATA%/Claude/claude_desktop_config.json

📋 安装步骤说明

确认已安装 Node.js（v18 或以上版本）
打开 Claude Desktop 或 Claude Code 的 MCP 配置文件
按「交给 Agent 安装 → Claude Desktop」标签中的 JSON 配置填入 mcpServers 字段
保存配置文件并重启 Claude 客户端
重启后，在对话中即可使用本工具

以下用法示例由 AI Skill Hub 整理，涵盖最常见的使用场景。

常用命令 / 代码示例

# 安装后在 Claude 对话中直接使用
# 示例：
用户: 请帮我用 记忆宫殿 执行以下任务...
Claude: [自动调用 记忆宫殿 MCP 工具处理请求]

# 查看可用工具列表
# 在 Claude 中输入："列出所有可用的 MCP 工具"

以下配置示例基于典型使用场景生成，具体参数请参照官方文档调整。

配置示例

// claude_desktop_config.json 配置示例
{
  "mcpServers": {
    "____": {
      "command": "npx",
      "args": ["-y", "mempalace_rust"],
      "env": {
        // "API_KEY": "your-api-key-here"
      }
    }
  }
}

// 保存后重启 Claude Desktop 生效

📑 README 深度解析真实文档完整度 63/100 查看 GitHub 原文 →

以下内容由系统直接从 GitHub README 解析整理，保留代码块、表格与列表结构。

简介

Just ask it: "What did we decide about auth?"

```

The installer auto-detects Claude Code, Codex, Cursor, Windsurf, VS Code, Gemini, OpenCode, Amp, and Droid — no manual MCP configuration.

---

System requirements

OS: Linux, macOS, Windows (via WSL2)
Arch: x86_64, aarch64 (ARM Mac, ARM Linux)
Disk: ~500 MB for embedding models (downloaded on first use)
RAM: ~2 GB for vector search indexes on large palaces

---

1. Install

curl -fsSL https://raw.githubusercontent.com/quangdang46/mempalace_rust/main/install.sh | bash

2. One-command setup: init + mine a project

mpr init ~/projects/myapp --auto-mine mpr mine ~/projects/myapp --mode convos # conversation exports too

4. Your AI already has MemPalace (auto-MCP after install)

Install

Setup

mpr init <dir> # guided onboarding + AAAK bootstrap mpr init <dir> --auto-mine # init + immediate mine

Quick Start

```bash

Or configure for Claude Code:

claude mcp add mpr -- mpr mcp ```

Configuration

Global config (`~/.mempalace/config.json`)

{
  "palace_path": "/custom/path/to/palace",
  "collection_name": "mpr_drawers",
  "people_map": {"Kai": "KAI", "Priya": "PRI"},
  "llm_provider": "openai",
  "embedding_model": "embeddinggemma",
  "hooks_auto_save": true,
  "max_backups": 10,
  "llm_external_warn": true,
  "embedder_identity_strict": true,
  "languages": ["en"]
}

Environment variables

All optional. Defaults are sensible for local single-user use.

Variable	Default	Purpose
`MEMPALACE_PALACE_PATH`	`~/.mempalace/palace`	Override palace location
`MEMPALACE_NONINTERACTIVE`	unset	Skip prompts (CI/CD, agents)
`MEMPALACE_READONLY`	unset	Block all mutation MCP tools
`MEMPALACE_EMBED_MODEL`	`ONNXMiniLM_L6_V2`	Embedding model
`MEMPALACE_MAX_CHUNKS_PER_FILE`	`50000`	Per-file chunk cap (0 = disable)
`MEMPALACE_HOOKS_AUTO_SAVE`	`true`	Disable auto-save hooks
`MEMPALACE_MAX_BACKUPS`	`10`	Backup retention cap
`MEMPALACE_LLM_CONSENT`	unset	Opt in to external LLM providers
`MEMPALACE_LLM_EXTERNAL_WARN`	`true`	Warn on external LLM calls
`MEMPALACE_AGENT_ID`	unset	Multi-agent identity
`MEMPALACE_AGENT_SCOPE`	unset	Multi-agent isolation
`MEMPALACE_DISABLE_HOOK`	unset	Kill switch for all hooks
`OPENAI_EMBEDDING_API_KEY`	—	Embedding-specific API key
`OPENAI_EMBEDDING_BASE_URL`	—	Embedding-specific base URL

Memory Storage Pipeline

                     ┌─────────────────────────────────────────────┐
                     │               SOURCE STREAMS               │
                     ├──────────┬──────────┬──────────┬───────────┤
                     │ mpr mine │ MCP tool │ hooks/*  │ REST API  │
                     └────┬─────┴────┬─────┴────┬─────┴─────┬─────┘
                          │          │          │           │
                          └──────────┴────┬─────┴───────────┘
                                          ▼
                     ┌────────────────────────────────────────┐
                     │          AAAK COMPRESSION              │
                     │  LLM → facts / narrative / concepts    │
                     └──────────────────┬─────────────────────┘
                                        ▼
                     ┌────────────────────────────────────────┐
                     │           STORAGE LAYERS               │
                     ├────────────────────────────────────────┤
                     │ SQLite (drawers) │ Vector (FastEmbed)  │
                     │ KG (triples)     │ BM25 (keyword idx)  │
                     └──────────────────┬─────────────────────┘
                                        ▼
                     ┌────────────────────────────────────────┐
                     │       RETRIEVAL (RRF fusion)           │
                     │  BM25 ⨯ Vector ⨯ KG → ranked results  │
                     └────────────────────────────────────────┘

Stage	What happens	Where
Source	Code, MCP calls, agent hooks, REST writes	`mpr mine`, `mempalace_add_drawer`, hooks
AAAK	LLM extracts facts, narrative, concepts, importance	`compress.rs`, `compress_synthetic.rs`
Storage	3 indexes — SQLite, vector, KG	`palace_db.rs`, `palace/store/`, `knowledge_graph.rs`
Retrieval	BM25 + vector + graph → RRF fusion	`palace_db.rs::hybrid_search`, `search/rrf.rs`
Serve	Top-K returned via MCP tool or REST	`mcp_server.rs`, `rest_api.rs`

---

vs Published Systems

System	LongMemEval R@5	API Required	Cost
MemPalace (hybrid)	100%	Optional	Free
MemPalace (raw)	96.6%	None	Free
Mastra	94.87%	Yes (GPT)	API costs
Mem0	~85%	Yes	$19–249/mo
Zep	~85%	Yes	$25/mo+

---

🇨🇳 中文文档镜像 AI 翻译 2026-06-07

英文原文章节由系统翻译为中文摘要，便于快速理解。完整原文见上方 "📑 README 深度解析"。

📌 简介

项目简介：MemPalace是一款基于Rust开发的内存管理工具，提供了一个易于使用的命令行界面。项目logo为MemPalace_logo.png。

📋 环境依赖

环境依赖与系统要求： - Rust 1.85+（2024年版，需要由依赖项如rmcp-macros所需） - SQLite（通过rusqlite进行打包） - Python 3.8+（仅用于本地ONNX嵌入子进程，通过install.sh自动安装）无向量数据库服务器，无API

🛠 安装步骤（Docker/pip/源码）

安装步骤：一行安装（Linux/macOS/Windows Git Bash） ``` curl -fsSL "https://raw.githubusercontent.com/quangdang46/mempalace_rust/main/install.sh?$(date +%s)" | bash ``` 一行安装（Windows PowerShell） ``` irm "https://raw.githubusercontent.com/quangdang46/mempalace_rust/main/install.ps1" | iex ```

🚀 使用教程

快速开始： MemPalace提供了一个命令行界面，用户可以通过命令行操作内存管理功能。实例： ``` mpr mine ~/projects/myapp --exclude "node_modules" --exclude "*.log" --exclude "build/**" ```

⚙️ 配置说明（含 MCP / env）

配置说明： MemPalace支持自定义排除列表，用户可以通过配置文件或命令行参数指定要排除的文件或目录。 ``` # 在配置文件中指定排除列表 exclude = node_modules, *.log, build/** ```

🔌 API 说明

CLI flag： MemPalace提供了一个命令行标志，用户可以通过命令行参数指定操作的内存管理功能。 ``` mpr mine ~/projects/myapp --exclude "node_modules" --exclude "*.log" --exclude "build/**" ```

🔄 工作流/模块

工作流/模块说明： MemPalace提供了一个工作流，用户可以通过命令行操作内存管理功能。 ``` mpr search "Clerk decision" --wing driftwood ```

🎯 aiskill88 AI 点评 A 级 2026-05-25

高质量的AI记忆系统实现

📚 实用指南（长尾问题）

适合谁

需要让 Claude / Cursor 操作本地工具的 AI 工程师
构建多智能体协作系统的 Agent 开发者
构建企业知识库 / RAG 检索应用的团队
跨境业务、多语言内容运营团队

最佳实践

配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
Agent 任务先做 dry-run 验证工具调用链，再开启自主执行

常见错误

API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效

部署方案

CLI：直接 npm install -g / pip install，命令行调用
云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台

⚡ 核心功能

通过标准 MCP 协议与 Claude、Cursor 等主流 AI 客户端深度集成
提供结构化工具调用接口，显著降低 AI 集成复杂度
支持 Claude Desktop 和 Claude Code 无缝接入，开箱即用
可与其他 MCP 工具组合叠加，构建完整 AI 工作站
轻量无侵入设计，不影响现有系统架构

👥 适合谁

需要让 Claude / Cursor 操作本地工具的 AI 工程师
构建多智能体协作系统的 Agent 开发者
构建企业知识库 / RAG 检索应用的团队
跨境业务、多语言内容运营团队

⭐ 最佳实践

配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
Agent 任务先做 dry-run 验证工具调用链，再开启自主执行

⚠️ 常见错误

API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效

👥 适合人群

Claude Desktop / Claude Code 用户AI 工具开发者需要扩展 AI 能力的专业人士自动化工程师

🎯 使用场景

在 Claude Desktop 对话中直接调用本地工具，实现 AI 与系统的深度联动
通过自然语言驱动复杂的多步骤自动化任务，代替繁琐手动操作
将多个 MCP 工具组合使用，构建个人专属 AI 工作站

⚖️ 优点与不足

✅ 优点

+MIT 协议，可免费商用
+标准化 MCP 协议，生态互联性强
+与 Claude 官方生态无缝对接
+即插即用，配置简单快捷

⚠️ 不足

−依赖 Claude 客户端，非 Claude 用户无法使用
−MCP 协议仍在持续演进，接口可能变更
−需要一定的配置步骤

⚠️ 使用须知

AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。

建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。

📄 License 说明

🔗 相关工具推荐

📚 相关教程推荐

Cursor AI 编程完全指南：Rules 配置、Composer 使用、MCP 集成

帮助中心 · AI Skill Hub

MCP 工作流生产级配置方案：从开发环境到团队共享

帮助中心 · AI Skill Hub

📰 相关 AI 新闻

AI 前沿资讯：What ClickUps mass layoff tell…

🍿 AI 圈相关吃瓜

配了5个 MCP 工具，Claude 一个都没用

AI 圈观察

Filesystem MCP 帮 Claude 找文件，找了整个 node_modules

AI 圈观察

AutoGPT 自主完成了任务：把我的文件夹全部重命名了

🗺️ 相关解决方案

ai-workflow-templates

translation

ai-translation-pipeline

🧩 你可能还需要

基于当前 Skill 的能力图谱，自动补全的工具组合

natively-cluely-ai-assistant — Claude Skill 中文使用文档

免费开源的AI面试助手，实时转录，隐蔽模式，局部RAG，BYOK。无订阅，防止数据泄露。

gptme Agent工作流

MCP · Agent · 工作流

total-agent-memory MCP工具

为Claude Code和Codex CLI提供持久化记忆功能的开源MCP工具。自动提取知识图谱，支持多轮对话上下文保留，适合需要长期记忆和

kb-arena开源AI工作流

kb-arena是开源的AI工作流，用于Benchmark 9 retrieval architectures（向量、上下文、QnA、知识图

❓ 常见问题 FAQ

mempalace_rust 是什么工具？−

mempalace_rust 是一款Rust开发的AI辅助工具。开源MCP工具：The highest-scoring AI memory system ever benchmarked. Now in Rust with rich fea。⭐8 · Rust 主要应用场景包括：AI记忆系统开发。

mempalace_rust 如何安装和开始使用？+

mempalace_rust 是否免费？许可证是什么？+

mempalace_rust 适合哪些用户使用？+

mempalace_rust 的社区活跃度和项目维护状况如何？+

MCP 是什么？和普通 API 有什么区别？+

我需要编程基础才能使用这个 MCP 工具吗？+

这个工具支持 Claude Code 吗？还是只有 Claude Desktop？+

💡 AI Skill Hub 点评

经综合评估，记忆宫殿在MCP工具赛道中表现稳健，质量优秀。如果你已有明确的使用需求，可以直接上手体验；如果还在评估阶段，建议对比同类工具后再做决策。

⬇️ 获取与下载

⬇ 下载源码 ZIP

✅ MIT 协议 · 可免费商用 · 直接从 aiskill88 服务器下载，无需跳转 GitHub

📚 深入学习记忆宫殿

查看分步骤安装教程和完整使用指南，快速上手这款工具

⚙️ 安装教程 📚 使用教程

🌐 原始信息

原始名称	`mempalace_rust`
原始描述	开源MCP工具：The highest-scoring AI memory system ever benchmarked. Now in Rust with rich fea。⭐8 · Rust
Topics	`aillmmcpmemorymempalacerust`
GitHub	https://github.com/quangdang46/mempalace_rust
License	MIT
语言	Rust

🔗 原始来源

🐙 GitHub 仓库 https://github.com/quangdang46/mempalace_rust

收录时间：2026-05-25 · 更新时间：2026-05-30 · License：MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。

📺 订阅 AI Skill Hub Daily Telegram 频道

每天 8 条精选 AI Skill、MCP、Agent 与自动化工具推送

加入频道 →

记忆宫殿

📚 深度解析

📋 工具概览

📖 中文文档

简介

Just ask it: "What did we decide about auth?"

System requirements

1. Install

2. One-command setup: init + mine a project

4. Your AI already has MemPalace (auto-MCP after install)

Install

Setup

Quick Start

Or configure for Claude Code:

Configuration

Global config (`~/.mempalace/config.json`)

Environment variables

Memory Storage Pipeline

vs Published Systems

⚡ 核心功能

👥 适合人群

🎯 使用场景

⚖️ 优点与不足

🔗 相关工具推荐

❓ 常见问题 FAQ

🤖 交给 Agent 安装 · 记忆宫殿