MemPalace KI-Gedächtnis-System mit Palace-Architektur und MCP-Tools
10 min read

MemPalace: Wie Milla Jovovich KI-Gedächtnis revolutioniert

#Open Source #KI #Python #AI Memory #Contributing
40.500+
GitHub Stars
96,6%
LongMemEval Score
15
Meine Pull Requests
0
API-Kosten

Wie ich auf MemPalace gestoßen bin

Ich scrollte durch Instagram — wie so oft abends — und blieb bei einem Video hängen. Eine Frau sprach über ein Problem, das ich selbst nur zu gut kannte: KI vergisst alles nach jeder Sitzung.

Die Frau war Milla Jovovich. Ja, die Milla Jovovich — Leeloo aus Das Fünfte Element, Alice aus Resident Evil.

In ihrem Instagram-Video erklärte sie, wie sie Ende 2025 intensiv mit KI-Systemen zu arbeiten begann — Claude, ChatGPT, Gemini — und Tausende von Gesprächen führte. Geschäftsentscheidungen, kreative Arbeit, Vertragsanalysen, Debugging. Und jedes Mal, wenn sie ein neues Gespräch startete, war alles weg.

Ihre Beschreibung traf es perfekt: “Ein brillanter Assistent mit permanentem Kurzzeitgedächtnis.”

Was ist MemPalace?

MemPalace ist ein kostenloses, quelloffenes KI-Memory-System, das großen Sprachmodellen ein persistentes Gedächtnis gibt. Es speichert Gespräche vollständig und wörtlich — nicht zusammengefasst, nicht gefiltert, nicht von einer KI entschieden, was wichtig ist.

Der Name stammt von der antiken Method of Loci (Gedächtnispalast-Technik), die griechische Redner nutzten, um sich Reden zu merken, indem sie Ideen mental in Räumen eines imaginären Gebäudes platzierten.

Die Palast-Architektur

MemPalace organisiert Informationen hierarchisch — wie ein echtes Gebäude:

Wings

Container für Personen oder Projekte — die großen Flügel des Palastes

Rooms

Themen innerhalb eines Wings — z.B. "auth-migration" oder "ci-pipeline"

Halls

Gedächtnistypen: Fakten, Events, Entdeckungen, Präferenzen, Ratschläge

Closets

Komprimierte Zusammenfassungen, die auf Originalinhalte verweisen

Drawers

Wörtliche, nie zusammengefasste Originaldateien — das Herzstück

Tunnels

Querverbindungen zwischen Wings für dasselbe Thema

Technischer Stack

Das Projekt läuft komplett lokal — keine Cloud, keine Abonnements, keine API-Kosten für die Kernfunktionalität:

  • Python 3.9+ als Basis
  • ChromaDB für semantische Vektorsuche
  • SQLite für den temporalen Knowledge Graph
  • MCP-Protokoll mit 19 Tools für nahtlose KI-Integration
  • MIT-Lizenz — vollständig frei nutzbar

Die Entstehungsgeschichte

Das Problem

Milla Jovovich beginnt intensiv mit KI zu arbeiten. Tausende Gespräche gehen nach jeder Sitzung verloren. Bestehende Lösungen wie Mem0 und Zep nutzen KI zum Zusammenfassen — und verlieren dabei Nuancen.

Die Partnerschaft

Jovovich und Ingenieur Ben Sigman beginnen die Entwicklung mit Claude Code. Kernprinzip: Alles wörtlich speichern, nichts durch KI filtern lassen.

Launch auf GitHub

MemPalace wird unter Jovovichs persönlichem GitHub-Account als MIT-lizenziertes Open-Source-Projekt veröffentlicht.

Viral

7.000+ GitHub Stars. Ben Sigmans Launch-Tweet "Multipass" (eine Referenz an Das Fünfte Element) erreicht 1,5 Millionen Impressions.

19.500+ Stars

Eines der am schnellsten wachsenden GitHub-Repos des Monats. Rund 3.000 Forks. Aktive Community mit täglichen Contributions.

40.500+ Stars

Das Wachstum verdoppelt sich innerhalb von 24 Stunden. Über 5.100 Forks. Alle 10 meiner ursprünglichen PRs wurden von Reviewern approved. Am selben Morgen 5 weitere PRs nach einem systematischen Security- und Code-Quality-Audit eingereicht.

Benchmark-Ergebnisse und die Kontroverse

MemPalace beansprucht Spitzenwerte auf dem LongMemEval-Benchmark:

  • 96,6% im Raw-Modus (ohne externe API-Aufrufe)
  • 100% im Hybrid-Modus (mit Haiku-Reranking)

Warum ich beitrage

Nachdem ich das Instagram-Video gesehen hatte, klonte ich das Repository sofort. Beim Durchlesen des Codes fielen mir mehrere Verbesserungsmöglichkeiten auf — typische Dinge, die bei einem jungen Projekt mit schnellem Wachstum passieren:

  • Fehlende Typ-Annotationen in zentralen Modulen
  • Veraltete Versionsreferenzen in der Dokumentation
  • Ein fehlender CHANGELOG
  • Kleinere Bugs in der Komprimierungslogik und Suchkonfiguration

Das Projekt faszinierte mich, also entschied ich mich zu contributen: Ich öffnete Pull Requests.

Meine 15 Pull Requests

Erste Runde: Code-Qualität und Dokumentation (10. April)

PR #580

CONTRIBUTING.md aktualisiert — fehlende Verzeichnisse ergänzt, Test-Kommandos korrigiert, veraltete Referenzen entfernt

PR #579

AGENTS.md mit vollständigem Modul-Listing und korrigierten Coverage-Schwellwerten

PR #578

Veraltete v3.0.0-Referenzen auf v3.1.0 im README aktualisiert

PR #577

Return-Type-Hints und Docstrings für knowledge_graph.py hinzugefügt

PR #576

CHANGELOG.md mit vollständiger v3.0.0 und v3.1.0 Historie erstellt

PR #573

WAL-Datei-Rotation bei 10 MB, um unkontrolliertes Wachstum der SQLite-Logdatei zu verhindern

PR #571

Parameter von "object" zu "obj" umbenannt, um Python-Builtin-Shadowing zu vermeiden

PR #570

Registry-Schlüssel in der Spellcheck-Entity-Suche korrigiert

PR #569

Dictionary-Keys in cmd_compress an die tatsächlichen compression_stats()-Rückgabewerte angeglichen

PR #568

Standard-Collection auf Cosine Distance gesetzt und Similarity Scores auf 0-1 geklemmt

Zweite Runde: Security-Audit und Bug-Hunting (11. April)

Nach einem systematischen Audit des gesamten Codebasis — Security, Bugs und Code-Qualität — identifizierte ich weitere Verbesserungen und reichte 5 zusätzliche PRs ein:

PR #609

Token-Zählung im Compress-Befehl korrigiert — gab immer "1t → 1t" aus, weil count_tokens() auf einem Leerzeichenlosen String aufgerufen wurde

PR #610

Float-Vergleich bei Datei-Modifikationszeiten durch Epsilon-Vergleich ersetzt — verhindert unnötiges Re-Mining unveränderter Dateien

PR #611

Standard-Richtung in query_entity von "outgoing" auf "both" korrigiert, um die MCP-Dokumentation zu matchen

PR #612

Threading-Lock für Knowledge-Graph-Schreiboperationen hinzugefügt — verhindert Datenkorruption bei parallelen MCP-Tool-Aufrufen

PR #613

Dead Code entfernt: doppelte Cache-Variablen-Deklarationen und wirkungslosen Exception-Handler bereinigt

Was mich an MemPalace fasziniert

Drei Dinge haben mich überzeugt, aktiv beizutragen:

1. Lokal-First, keine Abhängigkeiten

Keine Cloud-Abonnements, keine API-Kosten für die Kernfunktionalität. ChromaDB und SQLite laufen auf deiner Maschine. Deine Daten bleiben bei dir.

2. Wörtlich statt zusammengefasst

Andere Systeme wie Mem0 oder Zep lassen eine KI entscheiden, was behalten wird. MemPalace speichert alles wörtlich in “Drawers”. Zusammenfassungen existieren als “Closets”, aber das Original bleibt immer erhalten.

3. Die Method of Loci als Software-Architektur

Die Metapher des Gedächtnispalastes ist nicht nur Marketing — sie prägt die gesamte Datenbankstruktur. Wings, Rooms, Halls, Tunnels — das mentale Modell funktioniert intuitiv, weil es auf einer 2.500 Jahre alten Mnemotechnik basiert.

Ausblick

Ich werde dieses Projekt weiter im Auge behalten und regelmäßig beitragen. MemPalace ist eines der wenigen Open-Source-Projekte, bei dem ein prominenter Name nicht nur als Marketing dient, sondern echtes technisches Engagement dahintersteckt — Milla Jovovich hat selbst 5 Commits beigesteuert und das Architekturkonzept mitentwickelt.

Das Projekt hat sich innerhalb einer Woche von 19.500 auf über 40.500 Stars verdoppelt — das Interesse an KI-Gedächtnissystemen ist offensichtlich enorm. Ob die Benchmark-Kontroverse dem Projekt langfristig schadet oder eher für Aufmerksamkeit sorgt, wird sich zeigen. Die technischen Grundlagen sind solide, die Community wächst rasant, und das Problem — KI-Amnesie — ist real und ungelöst.

Multipass.