Letta:给 AI Agent 装上长期记忆
文章目录Letta给 AI Agent 装上长期记忆1、 它要解决什么问题2、 两种使用方式3、 记忆机制怎么运作4、 模型兼容性5、 适合什么场景Letta给 AI Agent 装上长期记忆Letta 在 GitHub 上拿到了 23.5K Star。这个项目原来叫 MemGPT做的事情很明确让 AI Agent 拥有长期记忆能在持续交互中自我改进。大多数 Agent 框架解决的是怎么调用工具“怎么编排流程”Letta 解决的是另一个问题对话结束后Agent 记住了什么。1、 它要解决什么问题用过 ChatGPT 或 Claude 的人都知道上下文窗口有限。你跟一个 Agent 聊了二十轮前面的内容就被挤掉了。换个新对话它又从零开始。这不是模型不够聪明是架构层面就没有记忆这个机制。Letta 在 Agent 内部维护了一套持久化的记忆系统。Agent 在对话过程中会自动整理信息把重要的内容写入记忆块下次对话时读取回来。整个过程不需要用户手动管理上下文。2、 两种使用方式Letta 提供了两条路径。第一条是命令行工具。装一个 npm 包终端里直接跑npminstall-gletta-ai/letta-code lettaAgent 会在本地运行帮你写代码、处理文件记忆自动保存。它还支持 Skills 和 Subagents 扩展。第二条是 API。Python 和 TypeScript 都有 SDKnpminstallletta-ai/letta-client pipinstallletta-client创建一个带记忆的 Agent发消息给它它会记住你告诉它的内容。下次再问它还能接上。fromletta_clientimportLetta clientLetta(api_keyos.getenv(LETTA_API_KEY))agent_stateclient.agents.create(modelopenai/gpt-5.2,memory_blocks[{label:human,value:Name: Timber. Status: dog.},{label:persona,value:I am a self-improving superintelligence.}],tools[web_search,fetch_webpage])responseclient.agents.messages.create(agent_idagent_state.id,inputWhat do you know about me?)3、 记忆机制怎么运作Letta 的记忆不是简单地把历史对话存下来。它把记忆分成不同的块一个存用户信息一个存 Agent 自身的人格设定还可以自定义更多。Agent 在对话过程中会判断哪些信息值得记住然后写入对应的记忆块。下次对话启动时这些记忆块会被加载进上下文。这意味着 Agent 能做到记住你的名字、记住你的偏好、记住上次聊到哪了。不需要你反复交代背景。4、 模型兼容性Letta 不绑定特定模型。你可以用 OpenAI 的 GPT-5.2也可以用 Anthropic 的 Claude Opus 4.5。官方给了一个模型排行榜方便选择。5、 适合什么场景做客服机器人需要记住用户历史的做个人助手需要了解用户习惯的做长期运行的 Agent需要跨会话保持状态的。这些场景下Letta 的记忆机制是刚需。开源社区有一百多人参与贡献Discord 和论坛都比较活跃。长期运行的 Agent需要跨会话保持状态的。这些场景下Letta 的记忆机制是刚需。开源社区有一百多人参与贡献Discord 和论坛都比较活跃。