跳转到内容
逍遥自在轩

Letta - 开源琅嬛阁

letta-ai/letta

Platform for stateful agents: AI with advanced memory that can learn and self-improve over time.

—
0
24,764
2.6k
github.com · letta-ai/letta
AgentCLI知识管理
官方主页 / 文档 在 GitHub 查看

项目介绍

Letta（曾用名 MemGPT）是面向「有状态 Agent」的开源平台：Agent 拥有可自我改写的记忆、身份与跨时间经验，而不只是单次对话里的工具调用。当前活跃实现在 letta-ai/letta-code（TypeScript），本仓库作为项目入口与星标主页；旧版 Python V1 API 服务已归档到 archive 分支，官方明确不建议用于生产。你可以通过 CLI、桌面端、chat.letta.com、Slack / Telegram / Discord，或 TypeScript SDK / App Server，把同一套 Agent 接到日常工作或自己的应用里。

核心特性

  • 分层记忆与持续学习：Agent 通过 memory blocks 改写自身上下文，支持 skill learning、/sleeptime（dreaming）与 /remember 把纠错变成长期记忆。
  • 多入口同一身份：CLI、桌面应用、浏览器（含移动端）、Slack / Telegram / Discord 以及自定义频道共用同一 Agent。
  • MemFS：记忆块与上下文用 git 追踪，可同步到自定义 GitHub 仓库。
  • Skills、Mods 与子代理：兼容 Agent Skills 标准，可用 Mods 改运行时，并后台调用通用 / 回忆 / 历史分析等子代理。
  • 本地或云端运行：本地磁盘即可保存 Agent；/login 后由 Letta Cloud 托管状态，letta server 把任意机器变成可调度的远程计算机。

对用户价值

普通 LLM 对话和多数编码 Agent 会在会话结束或换设备后「失忆」。Letta 把记忆当成运行时的一等公民：Agent 自己编辑核心记忆、检索历史对话，并在 Slack、终端和桌面之间保持同一身份。对个人，它更接近「会成长的同事」而不是一次性聊天窗口；对产品团队，可以用 Agent SDK 或自托管 App Server 把有状态 Agent 嵌进 TypeScript 应用，而不必先拼一套记忆中间件。

与替代方案

  • 相比 Mem0 / Supermemory 这类可插拔记忆层，Letta 是完整 Agent 运行时：记忆、循环、工具、权限与频道都在同一套 harness 里。已有 LangChain / CrewAI 编排、只想加一层记忆时，Mem0 更轻；要从零做长期存活的 Agent，Letta 更对口。
  • 相比 LangChain / LangGraph，Letta 不走「组件拼装 RAG/Agent 图」路线，而是提供带记忆块的有状态运行时与交互界面；需要复杂图编排、评测平台（LangSmith）时仍以 LangChain 生态更成熟。
  • 相比 Claude Code、OpenClaw 等编码 / 个人助手，Letta 同样能当编码 Agent，但定位是「像人一样有记忆与身份」的通用有状态 Agent，并原生覆盖消息频道与跨机器调度。本仓库的 V1 Python 服务已退役，不要把它当成当前产品源码。

适应人群

  • 读过 MemGPT、想把「虚拟内存式上下文」做成可运行 Agent，而不是停留在论文复现的研究者与工程师。
  • 需要编码助手、个人助理或 Slack/Telegram 常驻同事，并希望它跨会话记住偏好与项目经验的个人用户。
  • 要把有状态 Agent 嵌进 TypeScript 应用，或用 App Server / Letta Cloud 做自托管与跨设备同步的产品团队。

如何使用

前置条件

  • Node.js 22.19+（官方 CLI 要求）
  • 至少一个 LLM 提供商：OpenAI、Anthropic、Z.ai 等 API Key，或本地推理服务
  • 可选：Letta 账号（用于 Cloud 备份、跨设备与远程计算机）

安装方式

CLI（推荐）

Terminal window
npm install -g @letta-ai/letta-code

进入项目目录后启动交互界面：

Terminal window
letta

本地或自托管 App Server：

Terminal window
letta server
letta server --computer-name "work-laptop"

也可安装桌面应用（macOS / Windows / Linux），或直接使用 chat.letta.com。Arch 可用 AUR 包 letta-code，Nix 可用 nix run github:letta-ai/letta-code。

首次运行

首次交互会自动创建 Tutor 引导 Agent。用 /connect 配置模型密钥或本地推理，/model 切换模型。进入项目后可执行 /init 引导 Agent 建立记忆；需要把纠错固化时用 /remember。可选执行 /login，把 Agent 状态备份到 Letta Cloud，以便在桌面端与 chat.letta.com 继续同一段关系。

快速试用教程人格：

Terminal window
letta --new-agent --personality tutorial

验证是否成功

  • letta 能打开 TUI，Tutor 可正常回复
  • /connect 后发一条消息不再报缺少模型
  • /init 之后用 /memory 或 /palace 能看到记忆块
  • 若已 /login，在 chat.letta.com 或桌面端应看到同一 Agent

常见坑 / 注意事项

  • 不要 clone 本仓库当源码：活跃开发在 letta-ai/letta-code。archive 分支上的 V1 API 无安全更新，官方禁止用于生产。
  • CLI 需要 Node.js 22.19+，旧版 Node 会直接装不上或运行失败。
  • 不登录时 Agent 只存在本地磁盘，换机器会丢状态；需要跨设备请 /login 或自行备份。
  • AgentFile（.af）导入导出已从 Letta Code 移除，/export、--import、--from-af 不再可用。
  • 远程计算机、Secrets 等能力需要登录 Letta；频道常驻 Agent 需要一台保持在线的机器。
  • 完整命令与部署见 Letta 文档。