MemPalace Docker部署指南多架构镜像、卷挂载与MCP服务器接入详解【免费下载链接】mempalaceThe best-benchmarked open-source AI memory system. And its free.项目地址: https://gitcode.com/GitHub_Trending/me/mempalaceMemPalace 是目前基准测试表现领先的开源 AI 记忆系统完全免费、本地优先它通过 MCP 服务器或 CLI 让 AI 助手拥有持久记忆。本文带你用 Docker 快速部署 MemPalace从多架构镜像拉取、/data卷挂载到 MCP 服务器接入和团队级远程服务一篇讲透。为什么用 Docker 部署 MemPalaceMemPalace 的核心价值在于逐字存储verbatim storage 语义检索AI 客户端通过 MCP 协议把对话中的事实存进宫殿下次再问时精准召回。传统安装需要本地 Python 工具链而 Docker 方式✅零依赖无需安装 Python、ChromaDB、ONNX Runtime一条命令拉镜像即可✅环境一致镜像基于固定锁文件构建版本行为可复现✅隔离安全容器以非 root 用户uid 1000运行只看到你挂载的目录官方镜像构建定义在项目根目录的DockerfileCPU 版和Dockerfile.gpuNVIDIA CUDA 版入口逻辑由docker-entrypoint.sh负责调度。多架构镜像一条命令跑遍 x86 与 Apple SiliconMemPalace 官方镜像是多架构multi-arch发布的同时提供amd64和arm64两个平台版本。这意味着你的设备CPU 架构运行方式Intel / AMD 服务器、普通 PCamd64原生运行Apple SiliconM 系列 Macarm64原生运行无模拟开销Docker 客户端会根据本机架构自动选择对应平台你只需要docker pull ghcr.io/mempalace/mempalace:latest 注意GPU 镜像Dockerfile.gpu目前仅支持 x86_64因为 onnxruntime-gpu 没有发布 aarch64 的 Linux 轮子。ARM 主机包括 Apple Silicon请使用 CPU 镜像。卷挂载详解理解/data持久化根目录这是 Docker 部署中最关键的一环。镜像内部将HOME指向/data因此所有需要持久化的东西都落在这一个挂载点下数据容器内位置说明记忆宫殿palace/data/.mempalace/palace你的全部记忆数据配置文件/data/.mempalace配置、服务器注册信息嵌入模型缓存/data/.cache/…默认minilm约 80MBembeddinggemma约 300MB所以只要挂载一个命名卷多次运行之间数据就不会丢失# MCP 服务器stdio 模式—— 注意 -i 参数JSON-RPC 依赖 stdin docker run -i --rm -v mempalace-data:/data ghcr.io/mempalace/mempalace # 一次性 CLI 搜索 docker run --rm -v mempalace-data:/data ghcr.io/mempalace/mempalace search why GraphQL挖掘项目记忆只读挂载源目录mine命令对源目录只做读取因此用:ro只读挂载即可既安全又省事docker run --rm -v mempalace-data:/data -v /path/to/project:/work:ro \ ghcr.io/mempalace/mempalace mine /work⚠️首次运行会稍慢第一次需要嵌入时模型会懒加载下载进/data需联网。只要卷还在之后就是一次性成本——第一次调用慢不是容器卡死属于正常现象。Linux 用户必看的权限陷阱镜像以 uid 1000 运行bind mount 会保留宿主机目录的属主。因此被挂载的目录必须对 uid 1000 可读普通0755权限没问题0700则会报PermissionError: [Errno 13]——报错信息完全不提 Docker很容易误判。macOS / Windows 下 Docker Desktop 会映射 uid只有 Linux 会踩到这个问题。请勿用--user绕开/data归 uid 1000 所有换 uid 将完全无法写入宫殿。MCP 服务器接入让 AI 客户端接上记忆mcp服务通过stdio 传输 JSON-RPC所以不能像传统服务那样后台挂着而是由 MCP 客户端按需拉起。以 Claude Code 为例在 MCP 配置中写入{ mcpServers: { mempalace: { command: docker, args: [ run, -i, --rm, volume ] } } }完整参数应包含两个挂载数据卷与要挖掘的目录使用真实绝对路径部分客户端不展开~[ run, -i, --rm, -v, mempalace-data:/data, -v, /absolute/path/to/.claude/projects:/transcripts:ro, ghcr.io/mempalace/mempalace ]接上后客户端在容器内看到的路径以容器路径为准——挖掘/transcripts而不是~/.claude/projects。项目根目录还提供了一个 Compose 快捷入口docker-compose.yml等价用法docker compose build docker compose run --rm mcp # stdio MCP 服务器 docker compose run --rm mcp cli search GraphQL # 一次性 CLI 命令GPU 加速镜像自建 CUDA 版本GPU 变体没有公开发布需要基于Dockerfile.gpu自行构建要求宿主机已装 NVIDIA Container Toolkitdocker build -f Dockerfile.gpu -t mempalace:gpu .docker run -i --rm --gpus all \ -e MEMPALACE_EMBEDDING_DEVICEcuda \ -v mempalace-data:/data mempalace:gpu嵌入是记忆系统中最重的环节GPU 上运行可显著降低召回延迟若 GPU 上加载嵌入失败多半是 CUDA 版本与 onnxruntime-gpu 不匹配调整Dockerfile.gpu里的CUDA_IMAGE后重新构建即可进阶一键部署团队共享记忆服务器单人用 stdio 模式即可团队想让所有人的 AI 读写同一个共享宫殿项目deploy/目录提供了现成的 Compose 方案deploy/docker-compose.server.yml它会同时拉起Qdrant 容器集中向量存储不对外暴露端口仅 Compose 内网可达MemPalace 服务器容器执行serve --host 0.0.0.0 --port 8765 --backend qdrantMCP over HTTP内置/healthz健康检查部署只需两步cp deploy/server.env.example deploy/.env # 至少设置 MEMPALACE_MCP_HTTP_TOKEN docker compose -f deploy/docker-compose.server.yml --env-file deploy/.env up -d环境变量模板deploy/server.env.example中的关键项变量作用MEMPALACE_MCP_HTTP_TOKEN必填。客户端以Authorization: Bearer token携带务必生成长随机串MEMPALACE_BACKEND默认qdrant团队场景必须用网络化后端MEMPALACE_EMBEDDING_DEVICEauto/cpu/cuda/dml/coremlMEMPALACE_MCP_IDLE_HOURS闲置自杀看门狗常驻服务器建议设0部署完成后每位成员的客户端只需两个要素即可接入http://YOUR_HOST:8765/mcp地址 Bearer Token 请求头。安全提示该服务默认是明文 HTTP。仅在受信私网内直接暴露对公网请务必前置 TLS 反向代理nginx/Caddy/Traefik或配置deploy/server.env.example中的原生 TLS 证书项。绑定0.0.0.0而无 Token 时服务器会拒绝启动。常见问题速查现象原因与解法首次运行卡顿正在下载嵌入模型属正常一次性行为PermissionError: [Errno 13]Linux 下挂载目录属主问题调整为 uid 1000 可读GPU 构建在 Mac 上报依赖错误GPU 镜像仅支持 x86_64改用 CPU 镜像客户端连不上确认 stdio 模式带了-iHTTP 模式确认 Token 与 Host 白名单服务器突然退出闲置看门狗默认 8 小时常驻请设MEMPALACE_MCP_IDLE_HOURS0总结MemPalace 的 Docker 部署可以归纳为三句话拉镜像用多架构版本自动适配 Apple Silicon持久化只认/data一个挂载点MCP 接入分 stdio个人与 HTTP团队两条路。个人用户一条docker run就能把记忆能力接给任意 MCP 客户端团队用户一条docker compose up即得共享记忆中枢——全部数据自托管无遥测完全免费。【免费下载链接】mempalaceThe best-benchmarked open-source AI memory system. And its free.项目地址: https://gitcode.com/GitHub_Trending/me/mempalace创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考