ما هو MemPalace؟ شرح نظام قصر الذاكرة الاصطناعي من ميليا جوفوفيتش 2026

النقاط الرئيسية

MemPalace هو نظام ذاكرة عميلية مجاني ومفتوح المصدر، يمنح نماذج الذكاء الاصطناعي ذاكرة طويلة المدى دائمة ومرتبة وخالية من الفقد، وذلك باستخدام بنية قصر الذاكرة الافتراضي المستوحاة من الطريقة القديمة "الأماكن".
طورته الممثلة ميلا جوفوفيتش والمهندس بن سيغمان، ويحقق 100% مختلط وأعلى نتائج خام على معيار LongMemEval المعياري في الصناعة.
محلي بالكامل ويعمل دون اتصال بالإنترنت أولاً: يعمل على جهازك باستخدام ChromaDB وSQLite ونظام الملفات—لا يوجد سحابة، ولا تكاليف لواجهات برمجة التطبيقات، ولا بيانات تُرسَل خارجياً.
يستخدم التنظيم الهرمي (أجنحة، غرف، قاعات، أنفاق، خزائن، أدراج) بالإضافة إلى ضغط AAAK الخالي من الفقد لتحقيق كفاءة تصل إلى 30 ضعفاً مع الحفاظ على المحتوى قابل للقراءة بالكامل.
يظهر تحليل المعايير أنه يتفوق على أدوات مدفوعة مثل Mem0 وZep وغيرها في دقة الاسترجاع والتكلفة.
يؤكد مجتمع المستخدمين وآراء المستخدمين الأوائل فعاليته للمطورين والفرق ومستخدمي نماذج اللغة المحلية الذين يواجهون "فقدان الذاكرة" في الذكاء الاصطناعي.

ما هو MemPalace؟

MemPalace هو نظام ذاكرة مبتكر للذكاء الاصطناعي مصمم لحل المشكلة المستمرة لنماذج اللغة الكبيرة في نسيان المحادثات السابقة والقرارات وتفاصيل المشروع بمجرد إعادة تعيين نافذة السياق. بدلاً من الاعتماد على التلخيص المسبب للفقد أو التخزين السحابي المكلف، يبني قصر ذاكرة افتراضيًا منظمًا حيث يتم تخزين كل جزء من المعلومات حرفيًا وجعله قابلاً للاسترجاع فورًا.

أُطلق المشروع في أوائل أبريل 2026، وهو مفتوح المصدر بالكامل على GitHub تحت المستودع milla-jovovich/mempalace. يستلهم إلهامًا مباشرًا من تقنية قصر الذاكرة الكلاسيكية (طريقة الأماكن)، بتكييف مبادئ التنظيم المكاني لإدارة المعرفة الرقمية.

تشير المعايير إلى أن MemPalace يحقق أعلى الدرجات المنشورة على LongMemEval، مما يجعله حلاً بارزًا لأي شخص يبني أو يستخدم وكلاء وتطبيقات الذكاء الاصطناعي طويلة المدى.

الأصول والإلهام

طورت ميلا جوفوفيتش البنية الأساسية بعد تجربتها لإحباط مع أدوات الذكاء الاصطناعي التي تفقد التفاصيل الحرجة على الرغم من التنظيم الدقيق. مستوحاةً من الروايات التاريخية لخطباء اليونان القديمة وأبطال الذاكرة الحديثين الذين يستخدمون تقنيات الذاكرة المكانية لتذكر كميات هائلة من المعلومات، تصورت "قصر ذاكرة افتراضي" للذكاء الاصطناعي.

بالتعاون مع المؤسس المشارك التقني بن سيغمان، أنشأ الفريق نظامًا ينظم البيانات في استعارات مكانية مألوفة: أجنحة مختلفة للمشاريع أو الأشخاص، غرف للموضوعات، قاعات لأنواع القرارات، وأكثر من ذلك. يستغل هذا النهج القوة الطبيعية للدماغ في التنقل المكاني مع توفير إطار عملي لاسترجاع الذكاء الاصطناعي.

النتيجة هي نظام يخزن كل شيء دون فقد بسبب التلخيص، مما يجعل الاسترجاع أكثر سهولة ودقة من البحث بالكلمات الرئيسية أو البحث المتجهي المسطح وحده.

كيف يعمل قصر الذاكرة (MemPalace)

MemPalace يجمع بين التنظيم المكاني الهرمي، البحث الدلالي، والضغط الفعال في كومة ذاكرة متعددة الطبقات:

مرحلة التنقيب: تقوم تلقائيًا باستيعاب الدردشات، مشاريع الكود، سجلات Slack، أو مصادر البيانات الأخرى وتصنفها إلى هيكل القصر.
ضغط AAAK: تنسيق مخصص بلا خسارة يقلل عدد الرموز بشكل كبير (مثال: من 1,000 رمز إلى حوالي 120) مع بقاءه قابلاً للقراءة بالكامل بواسطة البشر وأي نموذج لغوي كبير—لا حاجة لشيفرة فك خاصة.
هندسة القصر:
- الأجنحة: فئات عالية المستوى (مشاريع، أشخاص)
- الغرف: مواضيع أو محادثات محددة
- الصالات: أنواع الحقائق أو الأحداث (قرارات، أحداث)
- الممرات: المراجع المتقاطعة بين العناصر
- الخزائن/الأدراج: الملخصات المضغوطة والملفات الأصلية الحرفية
التخزين والاسترجاع: يستخدم ChromaDB للحصول على التضمينات المتجهية، SQLite لرسم معرفي زمني (مع نوافذ صلاحية للحقائق)، ونظام الملفات المحلي للبيانات الخام. تطبق عملية الاسترجاع الفلترة الهرمية من أجل الدقة.
التكامل: يدعم MCP (بروتوكول سياق النموذج) لاستخدام سلس مع Claude أو ChatGPT، بالإضافة إلى الوصول المباشر عبر Python/CLI للنماذج المحلية مثل Ollama.

يضمن هذا التصميم خسارة صفرية للبيانات ويمكن كلاً من الاستعلامات الدلالية والمنظمة.

الميزات الرئيسية والتفاصيل التقنية

بلا خسارة وفعال: ضغط يصل إلى 30 ضعفاً؛ تتسع السجلات الكاملة في سياقات استيقاظ صغيرة جداً.
الفلترة الهرمية: يقدم تحسينات كبيرة في الاسترجاع (تظهر المقاييس المكاسب من فلترة الجناح + الغرفة).
رسم معرفي زمني: يتتبع علاقات الكيانات والتغيرات مع مرور الوقت، مدعماً الاستعلامات التاريخية والواعية بالتناقضات.
الأولوية للمحلي: اعتماد واحد؛ يعمل بالكامل محلياً بدون تكاليف متكررة.
أدوات MCP: أدوات مدمجة للوكلاء تشمل البحث، استعلامات الرسم البياني، والمزيد.
دعم التخصص: أجنحة خاصة بمجال معين وقدرات الحفظ التلقائي للفرق أو المشاريع المعقدة.

المقاييس والأداء

MemPalace يحدد معيارًا جديدًا وفقًا للنتائج المنشورة:

LongMemEval: أعلى نتيجة خام منشورة و100% في الوضع الهجين.
يتفوق على عدة أنظمة ذاكرة تجارية مع بقائه مجانيًا ومحليًا بالكامل.

تظهر المقارنات مزايا واضحة في الدقة والخصوصية والتكلفة مقارنة بالأدوات التي تتطلب مكالمات API أو اشتراكات. تساهم الطريقة الهرمية بشكل قابل للقياس في الدقة تتجاوز التضمينات الخام وحدها.

البدء مع MemPalace

التركيب والاستخدام الأساسي مباشران عبر سطر الأوامر:

pip install mempalace
mempalace init ~/my-palace
mempalace mine ~/projects --mode projects
mempalace mine ~/chats --mode convos
mempalace search "decision details"
mempalace status

لتكامل Claude، أضف خادم MCP. يمكن لمستخدمي النماذج اللغوية الكبيرة المحلية توليد سياقات الاستيقاظ مباشرةً. يقدم المستودع الوثائق الكاملة والأمثلة.

نصائح متقدمة وحالات استخدام

ذاكرة الفريق: استخراج سجلات التواصل المشتركة في أجنحة مخصصة لاسترجاع تنظيمي متسق.
تكوين مخصص: ضبط تعيينات الأجنحة للتصنيف التلقائي للمستودعات أو الأفراد.
استعلامات الرسم البياني المعرفي: الاستفادة من الاستعلامات الزمنية لاسترجاع المعلومات الواعية بالتسلسل الزمني.
المقياس الهائل: التعامل مع ملايين الرموز بكفاءة دون تدهور في الأداء.
سير العمل الهجين: الدمج مع النماذج المحلية لتكاليف مستمرة منخفضة للغاية.

يستفيد المطورون الذين يبنون وكلاء طويلة الأمد والفرق التي تدير مشاريع معقدة إلى أقصى حد من الذاكرة المنظمة والقابلة للبحث.

المزالق الشائعة والحلول

وقت الفهرسة الأولي: تستغرق مجموعات البيانات الكبيرة وقتًا للاستخراج - ابدأ بمجلدات مستهدفة.
دقة الاسترجاع: اعتمد على الفلاتر الهرمية بدلاً من البحث الخام للحصول على نتائج مثالية.
التعرف على AAAK: بينما تتكيف النماذج فورًا، قم بتضمين مقدمة موجزة للمستخدمين البشريين إذا لزم الأمر.
تحديث الحقائق: الحفاظ على نوافذ الصلاحية في الرسم البياني لتجنب تقديم معلومات قديمة.

النظام قوي حتى للمستخدمين الذين لا يمتلكون مهارات تصور قوية، حيث يعتمد الاسترجاع على قاعدة البيانات.

الخلاصة

يمثل MemPalace تقدماً كبيراً في إدارة ذاكرة الذكاء الاصطناعي من خلال الجمع بين مبادئ الذاكرة المكانية القديمة وتكنولوجيا المحلية أولاً الحديثة. ويوفر دقة استرجاع لا مثيل لها، وخصوصية كاملة، وتكاليف مستمرة صفرية.

استكشف المشروع اليوم على مستودع GitHub الرسمي على github.com/milla-jovovich/mempalace. قم بتثبيت MemPalace، وابن قصرك الافتراضي الأول، وامنح ذكاءك الاصطناعي الذاكرة الدائمة التي كان يحتاجها منذ وقت طويل. يبدأ مستقبل سياق الذكاء الاصطناعي الموثوق والخاص هنا.