palacelite 0.5.2

轻量级 AI 记忆系统

好的，我来把新增的 CLI 命令和对话内命令补充到 README 中，并修复那个失效的 PyPI 徽章链接。

这是更新后的 README 内容，你可以直接复制使用。

PalaceLite

轻量级 AI 记忆系统，灵感来自 MemPalace。默认离线运行，数据完全本地化。

安装

pip install palacelite

首次使用需下载嵌入模型（约 100MB），添加 --online 参数即可自动下载，之后可永久离线运行：

palacelite chat -m /path/to/model.gguf --online

核心概念

采用三层结构组织记忆：

• Wing：项目或人
• Room：具体话题
• Drawer：记忆条目

系统首次运行自动创建默认 Wings：work、life、tech、unsorted，每个 Wing 下默认 Room 为 general。

每条记忆存储原文和向量，支持混合检索（向量相似度 + 关键词匹配 + 时间衰减 + 重要性加权）。

快速开始

CLI 命令

# 添加记忆
palacelite add -w work -r general -c "用户喜欢 PostgreSQL"

# 搜索记忆
palacelite search -q "数据库"

# 带记忆对话
palacelite chat -m /path/to/model.gguf

# 列出活跃记忆（带序号、ID和时间）
palacelite list -l 30

# 紧凑显示记忆ID（便于复制移动）
palacelite list-ids -l 20

# 统计信息
palacelite stats

Python API

from palacelite import PalaceLite

p = PalaceLite()  # 默认离线，offline=False 可联网下载模型

# 添加记忆
p.add_memory("用户喜欢 PostgreSQL", "work", "general")

# 搜索
results = p.search("数据库")

# 构建 LLM 上下文
context = p.build_context("数据库选型")

对话模式

# 首次使用（下载嵌入模型）
palacelite chat -m /path/to/model.gguf --online

# 日常使用（默认进入 unsorted/general）
palacelite chat -m /path/to/model.gguf

# 指定 Wing 和 Room
palacelite chat -m /path/to/model.gguf -w work -r general

# 指定 GPU 层数
palacelite chat -m /path/to/model.gguf -g 30

# 使用提炼模型压缩记忆（推荐 3B 小模型，如 Qwen2.5-3B-Instruct）
palacelite chat -m /path/to/model.gguf --distiller-model /path/to/small.gguf

# 手动指定 prompt 模板（支持 qwen/gemma/llama/mistral）
palacelite chat -m /path/to/model.gguf --prompt-template qwen

CLI 命令速查

记忆操作

命令	说明
add -w <wing> -r <room> -c <内容>	添加记忆
search -q <关键词> [-w wing] [-r room]	搜索记忆
list [-w wing] [-r room] [-l 数量] [-a]	列出活跃记忆
list-ids [-w wing] [-r room] [-l 数量]	紧凑显示记忆ID，便于复制
move -i <id> [-w wing] [-r room]	移动单条记忆
move -i <id1> -i <id2> [-w wing] [-r room]	移动范围内记忆
move-all -fw <wing> [-fr room] -tw <wing> -tr <room>	批量移动记忆

Wing 管理

命令	说明
wing add <名称> [-t project|person]	添加 Wing
wing list	列出所有 Wing
wing remove <名称> [--force]	删除 Wing（需先迁移记忆）

Room 管理

命令	说明
room add <wing> <名称>	添加 Room
room list [wing]	列出 Room
room remove <wing> <名称> [--force]	删除 Room（需先迁移记忆）

归档操作

命令	说明
archive-old [--days 90] [--importance 2]	批量归档旧记忆
list-archived	列出已归档记忆
export-archived [-o 路径]	导出归档记忆到 JSON
delete-archived	永久删除归档记忆

系统命令

命令	说明
chat -m <模型路径>	启动对话
stats	显示统计信息

对话内命令速查

记忆操作

命令	别名	说明
/mem <关键词>	-	搜索记忆
/add <内容>	-	手动添加记忆
/list [数量]	/ls	列出最近记忆
/move <id> [id2] [wing]/[room]	/mv	移动记忆

空间管理

命令	别名	说明
/wings	/w	列出所有 Wing，高亮当前
/wing add <名称> [类型]	-	添加 Wing
/wing remove <名称>	-	提示迁移，引导至 CLI
/rooms [wing]	/r	列出 Room，高亮当前
/room add <名称>	-	在当前 Wing 添加 Room
/room remove <名称>	-	提示迁移，引导至 CLI
/cd	-	查看当前位置
/cd [wing]/[room]	-	切换到指定 Room
/cd [room]	-	在当前 Wing 下切换 Room

系统命令

命令	别名	说明
/stats	-	显示统计信息
/clear	-	清屏
/help	-	显示帮助
/quit	/q, /exit	退出对话

记忆维护

数据清洗与重建

# 清洗导出数据（用于微调）
python scripts/clean_memories.py ~/backup.json ~/cleaned.json

# 更换嵌入模型后重建向量库
python scripts/rebuild_embeddings.py

配置

环境变量	默认值	说明
PALACE_MODEL_PATH	-	GGUF 模型文件路径
PALACE_MODEL_DIR	~/Public/ai/models	模型存放目录
GPU_LAYERS	20	GPU 加速层数

工作目录默认为 ~/.palacelite，可通过 PalaceLite(workspace="/path") 自定义。

架构

当前版本 (0.5.2) 已完成：

• SQLite-vec 向量存储，无需外部向量数据库
• 异步记忆提炼（Distiller），支持技术参数原样保留
• 混合检索：向量相似度 + 关键词匹配 + 时间衰减 + 重要性加权
• 系统初始化：首次运行自动创建默认 Wings 和 Rooms
• 完整空间管理：CLI 和对话内增删查改 Wing/Room
• 记忆移动：单条、范围和全量移动，智能默认值
• 自动分类：基于关键词规则将记忆归类到 work/life/tech/unsorted
• 关系图谱 Schema（relations、patrol_queue），为后续版本做准备
• 记忆归档与导出
• 自动 prompt 模板检测

许可证

MIT