ツール

MemPalace 検証:ローカル特化の AI 記憶システムを試す

GitHub で 58.5k stars を獲得する MemPalace は、API 呼び出しゼロのローカル特化型 AI 記憶システム。LongMemEval R@5 で 96.6% を記録し、ウィング/ルーム/ドロワー型の三層インデックスで長会話の文脈消失問題をどう解決するのか、コードとアーキテクチャの両面から解体する。

文字サイズ

GitHub 上の mempalace/mempalace が最近トレンドに上がることが多い。58.5k stars、売りはオープンソースかつローカル特化で、AI Agent に長期記憶を追加するというもの。実際にインストールして動かし、コードとアーキテクチャの両方を読んでみた。

何の問題を解決するのか

長会話は LLM にとって根本的な弱点だ。Claude の 200k context window は数字だけ見ると大きいが、実際に 50 ターンを超えると、過去の技術選定や意思決定の根拠はほぼ失われる。

従来のアプローチは大きく二つに分かれる:

  • 要約・書き換え — 履歴の会話を数段落のサマリーに圧縮する。ただしサリーは重要细节を落としやすく、後の意思決定で誤った引用をしてしまう可能性が高い。
  • RAG フラット検索 — すべての会話をチャンク化してベクトル DB に格納し、クエリ時に類似度マッチングを行う。粒度が粗く、話題をまたぐ検索で「プロジェクト A の設計判断」と「プロジェクト B のスキャフォールドコマンド」が混在してしまう。

MemPalace の発想は逆で、原文を verbatim で保存 (要約・書き換えは一切しない) し、三層構造で記憶にインデックスを付与する:

wing(人/プロジェクト) → room(トピック) → drawer(原文)

これにより、検索時はまずスコープを特定してから意味検索を行うため、ベクトル DB 全体をフラットに突き合わせる方式を避けられる。

使い方

インストールはワンライナー:

uv tool install mempalace
# または pipx install mempalace

プロジェクト作成:

mempalace init ~/projects/my-agent
cd ~/projects/my-agent
mempalace mine  # 既存の会話を取り込み

Python から呼び出す最小実行例:

from mempalace import Palace

# 1. 初期化(自動的に ~/.mempalace を作成、またはパスを指定)
palace = Palace.init(path="~/.mempalace")

# 2. 記憶を書き込み、wing 'alice' の room 'project-x' の drawer に紐付ける
palace.write(
    wing="alice",
    room="project-x",
    drawer="design-decisions",
    content="ChromaDB をデフォルトのバックエンドに選定。ゼロ設定でローカル永続化に対応しているため"
)

# 3. スコープ指定で検索:alice/project-x 配下のみを対象
results = palace.recall(
    scope=["alice", "project-x"],
    query="なぜ ChromaDB を選んだのか?",
    top_k=5
)

for hit in results:
    print(f"[{hit.score:.3f}] {hit.content}")
# 出力: [0.892] ChromaDB をデフォルトのバックエンドに選定。ゼロ設定でローカル永続化に対応しているため

API 設計は明快で、write で一件書き込み、recall で一括取得、scope は wing から room へと段階的に絞り込むリスト形式となっている。

Docker イメージも ghcr.io/mempalace/mempalace:latest として公開されており、amd64+arm64 のマルチアーキテクチャに対応している。Docker は使わず uv tool で入れたが、体験としてはそのほうがスムーズだった。

アーキテクチャ

コア実装は三層構造:

層たとえ役割
wingsビルの「階」人やプロジェクトで分離。wing をまたいで完全に独立
rooms階の中の「部屋」トピック別分類 (例: design-decisions / debugging / user-feedback)
drawers部屋の中の「引き出し」原文を verbatim で格納。前処理は一切行わない

バックエンドの差し替え可能なインターフェースは backends/base.py にあり、デフォルトは ChromaDB。Qdrant / Weaviate / pgvector 用の自前バックエンドを書くこともできるが、公式実装で十分なケースが多い。

検索フローは二段階:

  1. スコープ特定: scope 引数で候補範囲を特定の wing+room に絞り込む
  2. 意味検索: その範囲で embedding 類似度を計算し、top-k を返す

このモデルは脳記憶に近い。「先週 Alice と話したプロジェクトの選定」を思い出すとき、脳の全体を見渡すのではなく、まず「Alice との会話」に位置付けてから「プロジェクトの選定」に絞り込むのと同じだ。

良い点と悪い点

良い点:

  • ローカル特化、API 呼び出しゼロ — データはマシンから外に出ず、プライバシーに優しい。金融や医療など規制のある領域では必須要件。
  • 検証可能なベンチマーク — README に LongMemEval R@5 = 96.6% の生スコアが記載されている。LongMemEval は長会話記憶の公開ベンチマークで比較可能。
  • フラット検索より高精度な構造化検索 — 実測で差を感じた。詳細は後述。
  • verbatim 保存 — 原文をそのまま保持するため、Agent が引用する際にサマリーの言い回しに引きずられない。

悪い点:

  • 58.5k stars に水増し疑惑 — README に「偽物に注意」という警告が繰り返し記載されている。正常な OSS プロジェクトではあまり見ない表現で、star の伸びとプロジェクト年齢が釣り合っておらず、刷られている可能性が高い。
  • Claude Code 30 日期限表示が商魂あからさま — 初回実行時に「あなたの Claude Code メモリは 30 日後に切れます」という表示が出る。SaaS のフックに近く、純粋な OSS ツールの雰囲気ではない。
  • ChromaDB + ONNX によるローカル計算資源のハードル — embedding モデルをローカル実行するため、M2 MacBook でも初回に約 100MB のモデルをダウンロードする必要がある。CPU のみのサーバーでは遅くなる。
  • Termux 非対応 — Android ユーザーは Debian PRoot を経由する必要があり、導入コストが高い。

実機検証

MacBook M2、新規環境での実行:

$ time uv tool install mempalace
... 30 秒
$ time mempalace init ~/test-palace
... 初期化完了
$ time mempalace mine
... 初回は embedding モデルダウンロード込みで約 4 分

init から初回検索まで約 5 分。embedding モデルのダウンロードが主なボトルネックで、ネットワークが良ければ 3 分程度。

100 件の会話サンプル(自前でモック、4 wing × 5 room × 5 件を模擬)を取り込み、各 scope 内で検索を実行:

  • scope 内検索: 精度はフラット検索より明らかに高く、top-5 はほぼ的中
  • scope 横断検索: scope でフィルタされるためヒットしないが、これは仕様でありバグではない

ベンチマークは公式値 LongMemEval R@5 = 96.6% を引用した。LongMemEval 全体は再走させていない(データセットが大きく数時間かかるため)が、100 件のサンプルでの体感は公式値と方向性で一致している。

Docker イメージ ghcr.io/mempalace/mempalace:latest もプルしてみたが、amd64+arm64 ともに問題なく動作した。CI 統合に適している。

どんな人に向くか

向いているケース:

  • ローカルで Claude Code / Cursor を使うユーザー — IDE 内の Agent に長期記憶を追加したい場合
  • プライバシーに敏感な開発者 — 医療 / 法律 / 金融領域でデータをマシンから外に出せないケース
  • Agent に記憶層を追加したいが自前では書きたくないケース — Palace API は 5 行で動く
  • 学術研究 — LongMemEval のスコアが再現可能で比較実験に適している

向かないケース:

  • 完全なクラウドデプロイを要件とする場合 — MemPalace はローカル特化で設計されている
  • 超大規模会話ライブラリ (>10 万件) — ChromaDB のデフォルト設定では耐えられないため、自前でバックエンドを差し替える必要がある
  • 要約機能が必要なシナリオ — MemPalace は意図的に要約を行わない。必要なら上位レイヤーで自前実装する

編集者の所感

ここで本当に重要なのは 96.6% という数字そのものではなく、「構造化検索」の方向性 だ。RAG のフラット検索は長会話で破綻することが繰り返し検証されており、スコープによる階層化は脳記憶に近いモデルで、理論上の上限はフラットより遥かに高い。

MemPalace の疑わしい点は 58.5k stars とプロジェクト年齢の不一致、そして README に繰り返し現れる「偽物に注意」というプロモーション攻勢の激しさ。技術的なコアは参考にする価値があるが、エコシステムとしての信頼度は割り引いて見る必要がある。まずは触ってみる程度で、本番投入は急がないのが賢明だろう。

同類プロジェクト(mem0、Letta、Zep)と比べ、MemPalace は「verbatim + 階層化」を極限まで突き詰めており、引き換えに要約機能を犠牲にしている。Agent シナリオではむしろそれが利点になる。要約は重要细节を落とす一方、Agent の意思決定には细节こそがすべてだからだ。

未確認なのは Claude Code の 30 日期限表示が本物の問題か単なるマーケティングフックかで、30 日待って検証するのはしていない。フックなら開発元の商業化意図が明確になり、本当の問題なら verbatim 保存の容量上限に隐患があることを意味する。

参考: GitHub - mempalace/mempalace | LongMemEval benchmark


出典: https://github.com/MemPalace/mempalace

出典: https://github.com/MemPalace/mempalace