原文逐字存储

概述

AI 记忆系统的存储策略：将对话和上下文完整、逐字地存储，不做任何 AI 摘要或信息提取。核心理念是保留完整推理链，而非仅存储压缩后的结论。

关键内容

• 核心主张：存储一切，然后让它变得可以被找到。不让 AI 决定什么值得记忆
• 与提取式存储的对比：
• 提取式（Mem0/Zep）：从两小时 GraphQL 讨论中仅提取"用户偏好 GraphQL"，丢失三个痛点、DataLoader 决策等推理过程
• 原文式（MemPalace）：完整切块存入 ChromaDB，检索时向量语义搜索找到最相关的原始片段，AI 拿到完整推理链
• 技术实现：将原文切块后存入向量数据库（ChromaDB），检索时通过语义相似度找到最相关片段
• 效果验证：LongMemEval Recall@5 达到 96.6%，比提取式方案（~85%）提升约 11 个百分点
• 适用场景：需要保留决策上下文、推理链、讨论过程的场景。不适合仅需存储简单事实偏好的场景

来源

• raw/articles/ai-tools/mempalace/mempalace_01_overview.md — MemPalace 系列总览篇

相关

• MemPalace — implements
• 信息提取损耗 — contradicts
• Mem0 — contradicts
• Zep — contradicts
• ChromaDB — uses