mempalace

MemPalace 设置

一个以技能为先、循序渐进的可搜索记忆宫殿设置流程。用户可能在 MemPalace Python 包或 MCP 服务尚不存在时，就已通过 npx skills add 安装此技能；这是正常的引导流程。

设置流程

1. 更改任何内容前先检查

• 检测操作系统和当前 Agent 宿主。
• 运行 mempalace --version、uv --version，并检查适用的 Python 版本。不要假设已安装的 Python 包可以通过 PATH 访问。
• 检查是否已有记忆宫殿和 MCP 注册项。切勿仅为简化设置而重新初始化或重建已有的记忆宫殿。

2. 必要时安装 CLI

优先使用隔离的 uv 工具安装：

uv tool install mempalace

如果无法使用 uv，则使用在 PATH 中可见的 Python 安装：

python -m pip install mempalace

安装后运行 mempalace --version。如果仍无法访问，请修复 PATH，或使用匹配的 uv tool run 调用，然后再继续。

3. 与用户一起选择拓扑结构

除非意图已经明确，否则询问用户希望采用哪种方式：

1. 私有本地记忆宫殿 — 一台机器，使用本地 stdio MCP；
2. 共享大脑中心 — 此机器拥有记忆宫殿，并为整个集群提供服务；
3. 加入现有中心的客户端 — 此机器连接到由其他位置拥有的中心。

同时询问要初始化哪个项目或对话语料库，并将当前工作目录作为默认选项。共享大脑客户端不会初始化所有者记忆宫殿的第二份副本。

4. 按正确版本执行初始化

MemPalace 通过 CLI 提供动态且匹配版本的说明。获取任意操作的说明：

mempalace instructions <command>

其中 <command> 可以是：help、init、mine、search、status。

运行相应的说明命令，然后逐步遵循返回的说明。

对于新的本地记忆宫殿或中心，请遵循 mempalace instructions init，配置所选语料库，然后通过 mempalace status 验证。对于客户端，请跳过本地初始化，并向用户获取中心 URL 和 bearer token。

5. 配置 MCP

对于本地 stdio 集成，请使用 mempalace mcp 输出的命令。常见的注册方式如下：

claude mcp add mempalace -- mempalace-mcp
codex mcp add mempalace -- mempalace-mcp

对于共享大脑中心，请引导用户运行 mempalace serve，并参阅官方共享大脑指南。未经身份验证，切勿将非环回服务器暴露出去。对于加入现有中心的客户端，请使用提供的 bearer token 配置宿主的 HTTP MCP 传输；切勿在项目说明、抽屉或 logstream 事件中打印或存储该 token。

如有需要，请重启或重新连接宿主，然后确认正在运行的 MCP 工具列表中包含 MemPalace 工具。仅安装软件包并不能证明 MCP 已连接。

6. 配置共享大脑身份与协作

选择共享大脑模式时：

• 确定稳定的 host:harness:project 身份：小写的主机标签 （机器）、框架系列（claude、codex、grok、antigravity 等） 以及当前工作区作为项目。同一项目中的两个窗口算作一个参与者。

• 使用以下命令生成规范规则：

  mempalace rules --host <host> --harness <harness> --project <example>
  

  默认的 --mcp full 与此技能注册的 47 工具 mempalace-mcp 服务匹配。如果用户选择了 mempalace-light-mcp，则改用 --mcp light 重新生成。替换现有的 `` 块，不要追加重复内容。

• 将生成的标记分隔块安装到框架的持久 Agent 指令文件中（Claude ~/.claude/CLAUDE.md、Codex ~/.codex/AGENTS.md、Grok ~/.grok/AGENTS.md、Antigravity ~/.gemini/config/GEMINI.md）。

• 使用只读的 mempalace logstream list 或等效的 MCP 事件列表调用，检查协作访问权限。

• 交互会话声明为闲置：在协作时／长任务开始前检查收件箱，且不会在会话开始时启动监听器。仅当用户要求监听、Agent 认领了任务或进行了委派时，才启动 mempalace logstream watch --agent <host>:<harness>:<project>（CLI 默认使用经过清理的 --state-file）。仅使用远程服务的 MCP 客户端则必须循环调用 mempalace_event_wait，并将上次事件 ID 保留为 since_event_id；切勿将其指向本地 SQLite 监听器。说明所需的任何权限允许列表。如果无法维持任一循环，则记录该 Agent 采用轮次制，并且必须在唤醒时通过 mempalace_event_list 检查其 MCP 收件箱。

未经告知用户，不要发布测试事件：logstream 事件不可变。如果用户批准了冒烟测试事件，则应将其目标限定在必要范围内，并通过确认来结束流程。

7. 报告就绪状态

总结已安装的版本、知识宫殿位置或 hub URL（不含机密）、MCP 连接、稳定的 Agent 身份、监听器模式，以及首个安全的后续操作。若有正在进行的委派任务，则交接给 mempalace-task 技能。

询问用户是否希望每周检查稳定版更新。默认不启用。说明启用后会联系 PyPI，但不会发送任何知识宫殿内容、身份信息或遥测数据。启用时，使用 mempalace update configure --enable --installer uv-tool（或 pipx / pip）记录实际使用的安装器；使用 --disable 选择退出。检查不会安装任何内容。在 mempalace_status 中，将 updates.server 视为提供知识宫殿服务的运行时；若存在，则将 updates.client 视为本地代理运行时；不要混淆它们的版本或安装器。更新客户端时，使用本地的 mempalace update plan。远程服务更新信息仅供客户端参考：适时告知，并请 hub 操作员在提供知识宫殿服务的机器上准备并授权该计划。绝不要使用客户端生成的计划升级服务，也绝不要在未获明确批准的情况下执行任何计划。

知识宫殿健康状况：审计与修复会话

当用户询问知识宫殿的组织状况、记忆是否“杂乱”、为何限定范围的搜索或唤醒会遗漏内容，或调用 /mempalace:audit 时，运行审计，然后提供修复会话：

mempalace instructions audit

遵循返回的指示。简而言之：运行 mempalace audit --json（只读，可在 MCP 服务运行时安全执行），展示五个层级的评分和发现结果，然后每次只提出一个结构化问题，引导用户逐步完成修复，并优先推荐一个选项：合并名称拼写有差异的分区和房间、折叠空壳分区、删除通用词条上的隧道和自链接走廊、商定知识图谱谓词词汇，以及使用 mempalace rooms propose / apply 为扁平分区建立封闭的房间集合。优先移动而非删除；操作前先列出数量；内容始终逐字保留。最后重新运行审计，并写一条日志，记录修复前后的评分及每项决策。

回忆过往工作

此技能涵盖设置、挖掘和状态查询。对于有关过往工作、先前决策或可能已记录在宫殿中的人员的问题，优先使用 mempalace-recall 技能——它会强制先搜索再回答，让 Agent 阅读宫殿内容，而不是凭空猜测。

Cursor 专属说明

• Cursor 插件会自动注册 mempalace-mcp；独立使用 npx skills add 安装则不会。请务必核实当前工具列表。
• 如需每隔 N 轮 Agent 对话自动在后台保存，并在会话启动时回忆记忆，请从克隆的 MemPalace 仓库运行 hooks/cursor/install.sh --scope user，另行安装 Cursor hooks。完整操作流程请参阅 Cursor hooks 指南。
• 在 Cursor 会话中调用 mempalace_diary_write 时，推荐使用的 agent_name 是 cursor-ide（与 claude-code 和 codex 的先例一致）。

权威参考资料

• 共享大脑
• 协调协议
• 回忆协议