Letta
用持久记忆构建可学习、可持续改进的状态化智能体。
- Star 数
- ★ 25k
- 最近更新
- 18 天前
- License
- Apache-2.0
- FA 评分
- 47/100 · 缺口较多
30 秒速览
- 运行形态
- 可在哪里用
- 通用 · 跨平台
- 费用
- 软件免费，模型调用费用自付
- 上手难度
- 低 · 几分钟可跑通
- 开始前需要
- 典型场景
- 需要把可持续保存会话状态的智能体嵌入 TypeScript 应用的开发者，可用 LettaAgentClient 创建并恢复指定 agentId。
- 不适合
- 需要长期维护本仓库的团队：活跃开发已迁至 letta-code
- 源码审查
- 47/100 · 缺口较多
这个 Agent 能做什么，适合哪些场景？
Letta（原 MemGPT）是一个面向具备高级记忆能力的状态化智能体的平台。此仓库包含旧版 Letta Server，即 Letta V1 API 与 SDK 背后的 API 服务；活跃开发已迁移到 Letta Agent 仓库。新项目可使用 TypeScript 的 Letta Agent SDK，将智能体运行在 Letta 的 Constellation 云端、本机，或自托管的 App Server 上。命令行入口 Letta Code 可在终端启动带记忆的本地智能体，也可通过桌面应用或 Slack 等渠道运行。SDK 支持创建智能体、恢复会话、发送消息并流式读取助手回复。
开发者通过 npm 安装 @letta-ai/letta-agent-sdk，并创建 LettaAgentClient。使用 client.createAgent({ model, human, persona }) 会创建一个带模型、用户描述和人格设定的状态化智能体，并返回 agentId；随后 client.resumeSession(agentId) 打开会话，session.send(...) 发送输入，for await (const message of session.stream()) 读取 type 为 assistant 的流式内容。backend: "cloud" 使用 Letta API key 连接云端；backend: "local" 会在本机以子进程方式启动 Letta Code。终端用户则可全局安装 @letta-ai/letta-code 后运行 letta，启动一个在本地计算机上运行、具有记忆的智能体。
- 需要把可持续保存会话状态的智能体嵌入 TypeScript 应用的开发者，可用 LettaAgentClient 创建并恢复指定 agentId。
- 希望在本机终端运行带记忆助手的个人开发者，可安装 Letta Code 后执行 letta。
- 需要将同一智能体部署选择保留在云端、本机或自托管 App Server 的团队，可通过 Agent SDK 选择对应 backend。
- 需要以流式方式把智能体回复呈现在应用界面的开发者，可在 session.stream() 中逐条处理 assistant 消息。
- 仍依赖 Letta V1 API 的维护者，可继续使用 V1 SDK；新功能开发则可采用 Agent SDK。
如何安装或部署这个 Agent？
需要 Node.js 22.19+。本地 CLI：npm install -g @letta-ai/letta-code。TypeScript SDK：npm install @letta-ai/letta-agent-sdk。使用云端 SDK 时，需要在 Letta 获取 API key，并将其提供为 LETTA_API_KEY。
如何使用这个 Agent？
CLI 的首次调用是：letta。云端 SDK 的最小流程是创建 new LettaAgentClient({ backend: "cloud", apiKey: process.env.LETTA_API_KEY })，调用 await client.createAgent({ model, human, persona })，再通过 await using session = client.resumeSession(agentId)、await session.send("What do you know about me?") 和 session.stream() 接收回复。若要本地运行 SDK 智能体，改为 new LettaAgentClient({ backend: "local" })；该模式会启动 Letta Code 子进程。
这个 Agent 有哪些优点和局限？
- SDK 明确提供创建智能体、恢复既有会话和流式读取回复的完整调用路径。
- 同一 Agent SDK 明确支持 Constellation 云端、本机运行和自托管 App Server 三种执行边界。
- 本地 backend 会由 SDK 启动 Letta Code 子进程，减少本地应用自行管理该进程的工作。
- CLI、桌面应用和 Slack 渠道为同一带记忆智能体提供了不同交互入口。
- 此仓库是旧版 Letta Server，README 明确说明活跃开发已迁移到 letta-ai/letta-code，采用该仓库本身存在迁移评估成本。
- CLI 需要 Node.js 22.19+，且本地 SDK 模式依赖 Letta Code 可被启动。
- 云端示例需要 Letta API key；因此该路径涉及凭证和网络连接。
- README 未给出 App Server 的具体自托管安装命令、基础设施要求或运维配置。
这个 Agent 与同类方案有什么区别？
对新项目，README 建议使用 Letta Agent SDK；上一代 V1 SDK（TypeScript 的 @letta-ai/letta-client 与 Python 的 letta-client）仍可用于直接对接 Letta API。
与相关度最高的同类 agent 并排比较关键指标。
| Agent | 源码审查 | 形态 / 费用 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|---|
| Letta 当前 | 47 · 缺口较多 | 命令行工具免费 + 模型费 | ★ 25k | 18 天前 | — | — |
| Letta Code | 45 · 缺口较多 | 命令行工具免费版 + 付费版 | ★ 3.8k | 今天 | TypeScript | ChatGPT · OpenAI API · Claude API |
| PenguinHarness | 52 · 缺口较多 | 桌面应用免费 + 模型费 | ★ 3.2k | 1 天前 | TypeScript | OpenAI API · Claude API |
| Acontext | 44 · 缺口较多 | 代码库 / SDK免费版 + 付费版 | ★ 3.7k | 13 天前 | JavaScript | OpenAI API · Claude API |
FollowAgents 如何评估这个 Agent？
查看各维度的扣分理由
证据显示有安全策略（SECURITY.md）和错误处理测试，但未发现权限最小化、用户确认、数据流透明、敏感数据处理、依赖安全、外部影响、回滚或来源归属的明确实现。扣分：这些方面缺乏具体证据。
测试覆盖了错误转换，但依赖众多且未验证可用性。扣分：依赖可用性未证实，失败消息虽在测试中体现但实际运行未验证。
README说明了多种使用场景，但能力边界和触发精度未明确。扣分：能力边界和触发精度缺乏文档。
有README、LICENSE、pyproject.toml，但缺少变更日志和已知限制。扣分：版本变更和已知限制未记录。
输出可用性有示例，边际价值明显，但成本效益未量化。扣分：成本效益缺乏数据。
声明有测试支持，但无法独立验证。扣分：声明可追溯性不足，交叉验证有限。
- 依赖众多且未验证可用性，可能影响可靠性。
- 缺少变更日志和已知限制，用户难以评估风险。
- 权限和数据处理细节未明确，需谨慎使用。
最近版本
来自该项目 GitHub Releases 的最新发布记录，说明为上游原文摘录，未经本站改写或测试。
-
0.16.8 v0.16.8
发布说明摘录
What's Changed * fix: workflows update by @cpacker in https://github.com/letta-ai/letta/pull/3292 * fix(security): use JSON instead of pickle for sandbox->server tool result transport by @kianjones9 in https://github.com/letta-ai/letta/pull/3343 Full Changelog: https://github.com/letta-ai/letta/compare/0.16.7...0.16.8在 GitHub 查看 ↗ -
0.16.7 v0.16.7
发布说明摘录
Letta Server 0.16.7 Release Notes 173 commits since 0.16.6 | Released March 31, 2026 Highlights Self-hosted users: this is a big upgrade. The default global context window is raised from 32k to 128k, the context window reset bug (LET-7991) is fixed, and compaction has been overhauled. If you've been running curl commands to patch your config after every ADE load, most of that pain should be gone. Breaking Changes …在 GitHub 查看 ↗ -
0.16.6 v0.16.6
发布说明摘录
Highlights - Expanded Conversations API support for default conversation / agent-direct mode. - New conversations now initialize with a compiled system message at creation time. - Fixed model_settings.max_output_tokens default behavior so it does not silently override existing max_tokens unless explicitly set. Conversations API updates - Added support for conversation_id="default" + agent_id across conversation endpoints (send/list/cancel/compact/stream retrieve). - Kept backwards compatibility for conversation_id=agent-* (deprecated path). …在 GitHub 查看 ↗