Agent File (.af)：有状态 Agent 的开放文件格式

[ 查看 .af Schema ] [ 下载 .af 示例 ] [ 贡献代码 ]

---

Agent File (.af) 是一种用于序列化有状态 AI Agent 的开放标准文件格式。Agent File 最初是为 Letta 框架设计的，它提供了一种便携方式来共享具备持久化记忆和行为能力的 Agent。

Agent File 封装了有状态 Agent 的所有组成部分：系统提示词（System Prompts）、可编辑记忆（个性化设置和用户信息）、工具配置（代码和 Schema）以及 LLM 设置。通过将这些元素标准化为单一格式，Agent File 实现了兼容框架之间的无缝迁移，同时也简化了 Agent 状态的检查点（Checkpointing）和版本控制。

浏览 Agent

此目录中的每个 Agent 都已针对特定目的进行了训练和调优。你可以按照以下路径查看它们：

agents/
└── @{owner}/
    └── {agent-name}/
        ├── {agent-name}.af    # Agent 文件
        └── {agent-name}.webp  # 头像图片

精选 Agent

Agent	作者	描述
Loop	@letta-ai	一款专注于记忆功能的 ChatGPT 替代品。直接、干练，能记住所有内容。

部署 Agent

你可以通过 ADE、REST API 或 SDK 将任何 Agent 文件部署到你自己的 Letta 服务器中。

使用 Agent 开发环境 (ADE)

1. 从此仓库下载 .af 文件
2. 打开 Letta ADE
3. 点击“Import Agent”（导入 Agent）并选择该文件

使用 Python SDK

# 安装 SDK: `pip install letta-client>=1.0.0`
from letta_client import Letta

# 假设 Letta 服务器运行在 http://localhost:8283
client = Letta(base_url="http://localhost:8283")

# 从任意位置导入你的 .af 文件
agent_state = client.agents.import_file(file=open("/path/to/agent/file.af", "rb"))

print(f"Imported agent: {agent_state.id}")

使用 TypeScript SDK

// 安装 SDK: `npm install @letta-ai/letta-client@^1.0.0`
import { LettaClient } from '@letta-ai/letta-client'
import { readFileSync } from 'fs';
import { Blob } from 'buffer';

// 假设 Letta 服务器运行在 http://localhost:8283
const client = new LettaClient({ baseUrl: "http://localhost:8283" });

// 从任意位置导入你的 .af 文件
const file = new Blob([readFileSync('/path/to/agent/file.af')])
const agentState = await client.agents.importFile(file, {})

console.log(`Imported agent: {agentState.id}`);

使用 cURL

# 假设 Letta 服务器运行在 http://localhost:8283
curl -X POST "http://localhost:8283/v1/agents/import" -F "file=/path/to/agent/file.af"

贡献 Agent

你有自己训练并想要分享的 Agent 吗？我们非常欢迎你的贡献。

快速开始

1. Fork 本仓库

2. 创建你的 Agent 目录：

   agents/@{your-github-handle}/{agent-name}/
   

3. 导出你的 Agent：使用 ADE 或通过 API 从 Letta 导出（请参阅下方的导出 Agent）

4. 添加必要文件：

   • {agent-name}.af — 你导出的 Agent 文件
   • {agent-name}.webp — 正方形头像图片

5. 提交 Pull Request

详细指南请参阅 agents/CONTRIBUTING.md。

导出 Agent

你可以通过在 ADE 中选择“Export Agent”来导出自己的 .af 文件，以便分享或贡献：

cURL

# 假设 Letta 服务器运行在 http://localhost:8283
curl -X GET http://localhost:8283/v1/agents/{AGENT_ID}/export

Node.js (TypeScript)

// 安装 SDK: `npm install @letta-ai/letta-client@^1.0.0`
import { LettaClient } from '@letta-ai/letta-client'

// 假设 Letta 服务器运行在 http://localhost:8283
const client = new LettaClient({ baseUrl: "http://localhost:8283" });

// 将你的 Agent 导出为序列化的 schema 对象（你可以将其写入文件）
const schema = await client.agents.exportFile("");

Python

# 安装 SDK: `pip install letta-client>=1.0.0`
from letta_client import Letta

# 假设 Letta 服务器运行在 http://localhost:8283
client = Letta(base_url="http://localhost:8283")

# 将你的 Agent 导出为序列化的 schema 对象（你可以将其写入文件）
schema = client.agents.export_file(agent_id="")

常见问题 (FAQ)

为什么需要 Agent File？

AI 生态系统正在经历 Agent 开发的快速增长，但目前每个框架都实现了各自的存储方式。