Letta 安装前先分清三条产品线：Code、Agent SDK 与 legacy server

Letta 最容易踩的坑不是“记忆没有生效”而是装错了产品面。当前上游 README 明确写着这个仓库包含 legacy Letta server活跃开发已经转移到 letta-ai/letta-code新的 CLI、Agent SDK 和旧的 Python server 不能用同一个安装命令、同一份版本号来解释。Doramagic 项目页给出的 CLI 入口是npm install -g letta-ai/letta-code上游 README 同时要求 Node.js 22.19然后使用 letta 启动本机带记忆的 agent。Python 仓库的 pyproject.toml 则是另一条证据线快照版本为 0.16.8Python 要求 3.11,3.14。这两个数字不能拼成“Letta 当前版本”它们分别对应不同 surface。我会先在临时目录检查入口mkdir -p /tmp/letta-trialcd /tmp/letta-trialnode --versionnpm install -g letta-ai/letta-codeletta --help然后只用测试数据做一轮最小对话记录 agent 标识、provider/model、记忆写入位置、工具或 sandbox 权限和退出后的残留状态。不要把工作目录、真实 API key、私人文件和主配置目录作为第一条上下文。为什么要这么谨慎Doramagic 手册把层次拆成 provider compatibility、hierarchical memory/data、agents/tools/sandbox 和 server/REST API。一个 agent 能记住上一轮只证明某种持久化路径工作了它没有证明记忆隔离、跨 session 数据边界、工具权限和回滚都正确。社区证据也不能只看标题。项目页列出了加密 Bedrock/VLLM 凭证、跨 session memory poisoning、MCP refresh/schema、context compaction 和 provider error handling 等 issue。它们是下一轮复现和回归测试的输入不是我可以直接升级成“项目不安全”的结论。我的验收包至少包括安装命令和 Node 版本、确切仓库/CLI 版本、provider/model、测试数据目录、首轮输出、记忆存储边界、失败日志和回滚动作。只看到“agent 记住了我”不够先确认它记住的内容是否应该被记住。项目页https://doramagic.ai/zh/projects/letta/ 手册https://doramagic.ai/en/projects/letta/manual/ 上游https://g人工智能人工智能ithub.com/letta-ai/letta