那是一个周二的早晨。我的 OpenCode 会话上下文已经膨胀到 378,755 个 token——几周来交易机器人开发的全部成果。我敲下了 /compact。模型当场卡壳：只输出了 3 个 token，摘要一片空白，finish: length。压缩失败了，而我当时用的记忆插件偏偏把所有东西都存在同一次压缩调用内部。结果：彻底失忆。记忆清零。这个会话相当于被切除了前额叶。
这次翻车让我悟出了智能体记忆设计中唯一真正要紧的一条规则：永远不要只把记忆存在压缩调用里。要边干活边增量保存——这样压缩失败的代价，只是丢一份摘要，而不是丢掉你的全部过往。
于是我开发了 opencode-mempalace-persistence（v2.1.0，MIT 协议），构建在 MemPalace 之上：每一轮对话都会自动存入本地的向量记忆宫殿——全程零云端——再回注到未来的提示词中，跨压缩也跨会话。
工作原理
-
自动注入回忆——借助
experimental.chat.messages.transform，身份信息与相关记忆会自动落进每一条提示词，完全不依赖模型自觉。 - AI 检查点——每 15 条消息，模型就会通过 MemPalace 的 MCP 工具（日记 + 知识图谱）归档当前主题、关键决策和重要原话。钩子决定何时存，模型决定存什么——与官方 Claude Code 钩子是同一套模式。
- 压缩前紧急保存——每次压缩之前，先把所有关键内容归档妥当，再把核心记忆重新挂到摘要上，确保它挺过压缩。
- 退出保存——退出时（哪怕按 Ctrl+C）也会同步挖掘最后几轮对话。
-
项目专属侧翼——
bot-api的会话内容绝不会混入mobile-app的记忆。 -
历史回填——设置
OPENCODE_MEMPALACE_BACKFILL=1可一次性挖掘全部历史（我曾从一个挂掉的会话里回填出 9,448 条消息、1,735 个抽屉）。 - 内置回忆技能——一套问题驱动、“先搜索、后作答”的协议，改编自官方 MemPalace 技能。搜索结果一律逐字引用，绝不转述改写。
安装（3 步）
1. 安装 MemPalace：
uv tool install "mempalace>=3.3.5"
mempalace init ~/opencode-memory
2. 插件 + MCP 服务器，配置位于 ~/.config/opencode/opencode.json：
{
"plugin": ["opencode-mempalace-persistence"],
"mcp": {
"mempalace": {
"type": "local",
"command": ["mempalace-mcp"],
"enabled": true
}
}
}
3. Identity：在 ~/.mempalace/identity.txt 里写上两行关于你的介绍，重启 OpenCode。搞定——从此以后它会自动保存：每 15 条消息存一次，空闲时、退出时、每次压缩前也都会存。
为什么用 MemPalace 而不是摘要？
摘要工具提炼完就丢弃。MemPalace 存的是逐字记录的完整对话，外加一个带时间有效性事实的知识图谱（情况一变，就用 kg_supersede/kg_invalidate 来更新）。新会话问"为什么认证用 Postgres 而不是 Redis？"时，它拿到的是当初的决策及其完整推理——连"拍板的工程师当时正在休假"这种细节都原样保留。
相关链接
- GitHub：https://github.com/geco/opencode-mempalace-persistence
- npm：https://www.npmjs.com/package/opencode-mempalace-persistence
- MemPalace：https://github.com/MemPalace/mempalace
如果你也在用 OpenCode，而压缩焦虑让你夜不能寐，不妨试试——欢迎提 issue 和 PR。你现在跑的是什么样的记忆方案？我真心好奇，别人的技术栈里最后都留下了些什么。
