国外 · AI智能体工具 / AI编程工具 / AI开源框架
Letta是什么？Letta使用教程与AI工具介绍
面向开发者的有状态智能体平台与开源框架，通过持久记忆、消息历史、工具和 Agent SDK 构建能够跨会话延续工作的AI应用。
Letta原创介绍
Letta 的核心定位不是再封装一个聊天接口，而是让智能体拥有可持久化、可检查和可更新的状态。它适合个人助理、AI同事、长期任务和需要记住用户偏好的产品。开发团队仍需自己定义什么应该记住、保存多久、谁能访问，以及错误记忆如何纠正。
Letta主要功能
- 用 Agent SDK 创建并调用可跨会话保存状态的智能体
- 以 memory blocks 保存始终可见的角色、偏好和工作信息
- 支持把同一记忆块挂载到多个智能体并按需解除
- 提供消息历史与 archival memory 的检索和管理接口
- 可为智能体配置工具、文件、身份与模型
- 提供 Python、TypeScript SDK 和 REST API，并公开核心 agent harness
Letta适合哪些人
Letta典型使用场景
- 记住客户偏好并在后续服务中调用
- 构建持续维护任务状态的研究或运营智能体
- 让多个专用智能体共享受控的组织规则
- 把长期对话、文件和工具调用整合进应用
优点
- 以有状态智能体和记忆管理为核心设计
- 记忆块与消息历史可以显式检查和管理
- 同时提供托管平台与开源开发路径
注意事项
- 记得更多不等于回答更准确，错误信息可能被长期放大
- 共享记忆前必须设计用户、组织和智能体之间的隔离边界
- 删除对话不一定等于清除所有派生记忆，应逐层验证
- 模型、向量检索、存储和工具调用会形成额外成本与安全面
Letta简明使用教程
- 先定义一个需要跨会话状态的窄任务，例如客户偏好助理，不要从万能智能体开始。
- 按官方快速入门创建智能体，为用户、组织和环境分别设计最小记忆字段。
- 加入一到两个只读工具，用测试账号运行首次对话并检查生成的记忆内容。
- 开启新会话验证正确召回、无关信息隔离、过期信息更新和用户纠错。
- 测试导出、删除、权限变化和工具失败，确认状态可以审计与恢复。
- 上线前设置保留期限、敏感字段禁存规则、人工复核和记忆质量评测集。
Letta深度教程
记忆系统需要区分工作状态、用户事实、历史事件和行为规则。工作状态通常与单个任务绑定；用户事实可以跨会话，但应带来源和更新时间；行为规则应由组织控制，不能让普通对话随意覆盖。把这些内容全部塞进一个文本块，会让权限和纠错变得困难。
评测时准备一组相互冲突、随时间变化和不应保存的信息：用户先说旧偏好再更改，两个租户使用相似姓名，并在对话中出现密码或身份证号。检查智能体能否更新旧记忆、避免跨租户泄漏，并拒绝保存高风险字段。
Letta和同类工具怎么选
Letta vs LangGraph
Letta 围绕持久、有状态的智能体与显式记忆对象组织平台；LangGraph 更像用图和检查点编排可恢复的智能体流程。需要强流程控制优先测 LangGraph，需要把长期状态作为智能体核心优先测 Letta。
Letta vs Mem0
Mem0 更常作为可嵌入现有应用的记忆层；Letta 同时定义智能体运行方式、状态和记忆。已有成熟 agent runtime 的团队可先测 Mem0，从头构建有状态智能体可比较 Letta。
Letta vs Mastra
Mastra 面向 TypeScript 应用，覆盖 agents、workflows、memory、evals 与部署；Letta 对跨会话状态和记忆结构更聚焦。选型取决于需要完整 TS 工程框架还是记忆优先的 agent runtime。
Letta常见问题
Letta就是MemGPT吗？
Letta 源自 MemGPT 项目和相关研究，当前产品与文档使用 Letta 品牌；查看旧教程时要核对 API 与概念是否仍适用。
Letta会自动记住所有对话吗？
智能体具有持久状态和消息历史，但哪些内容进入核心或归档记忆取决于配置与运行逻辑，不能假设所有信息都会被正确保存。
Letta适合保存企业敏感信息吗？
只有在完成部署方式、模型提供商、存储、加密、权限、删除和审计评估后才应使用；默认不要把密钥和高风险个人信息交给智能体记忆。
Letta教程与资料引用
下面资料用于继续学习和核对工具功能，建议以官方说明为准。
深入学习Letta
需要设计跨会话智能体、企业记忆权限或长期任务评测，可联系 QQ：1732839641 获取架构、数据边界和验收方案。
联系咨询