Letta (原名 MemGPT)

构建具备高级记忆能力的 AI，使其能够随时间推移进行学习并自我完善。

• Letta Code：在你的终端本地运行 Agent
• Letta API：将 Agent 集成到你的应用程序中

通过 CLI 快速上手

需要 Node.js 18+

1. 安装 Letta Code CLI 工具：npm install -g @letta-ai/letta-code
2. 在终端运行 letta，即可启动一个在本地计算机上运行并具备记忆功能的 Agent

运行 CLI 工具时，你的 Agent 可以协助你进行编程，并执行任何你能在电脑上完成的任务。

Letta Code 支持 skills（技能）和 subagents（子智能体），并内置了用于高级记忆和持续学习的预构建技能与子智能体。Letta 是完全模型无关的（model-agnostic），不过我们建议使用 Opus 4.5 和 GPT-5.2 以获得最佳性能（查看我们的模型排行榜以获取排名信息）。

通过 Letta API 快速上手

使用 Letta API 将具备状态的 Agent 集成到你自己的应用程序中。 Letta 拥有功能齐全的 Agents API，并提供了 Python 和 TypeScript SDK（查看我们的 API 参考文档）。

安装

TypeScript / Node.js：

npm install @letta-ai/letta-client

Python：

pip install letta-client

Hello World 示例

以下是创建具备状态的 Agent 并向其发送消息的简单示例（需要一个 Letta API key）。 请参阅完整的快速入门指南以获取详细文档。

TypeScript：

import Letta from "@letta-ai/letta-client";

const client = new Letta({ apiKey: process.env.LETTA_API_KEY });

// Create your agent
const agentState = await client.agents.create({
  model: "openai/gpt-5.2",
  memory_blocks: [
    {
      label: "human",
      value:
        "Name: Timber. Status: dog. Occupation: building Letta, infrastructure to democratize self-improving superintelligence",
    },
    {
      label: "persona",
      value:
        "I am a self-improving superintelligence. Timber is my best friend and collaborator.",
    },
  ],
  tools: ["web_search", "fetch_webpage"],
});

console.log("Agent created with ID:", agentState.id);

// Send your agent a message
const response = await client.agents.messages.create(agentState.id, {
  input: "What do you know about me?",
});

for (const message of response.messages) {
  console.log(message);
}

Python：

from letta_client import Letta
import os

client = Letta(api_key=os.getenv("LETTA_API_KEY"))

# Create your agent
agent_state = client.agents.create(
    model="openai/gpt-5.2",
    memory_blocks=[
        {
          "label": "human",
          "value": "Name: Timber. Status: dog. Occupation: building Letta, infrastructure to democratize self-improving superintelligence"
        },
        {
          "label": "persona",
          "value": "I am a self-improving superintelligence. Timber is my best friend and collaborator."
        }
    ],
    tools=["web_search", "fetch_webpage"]
)

print(f"Agent created with ID: {agent_state.id}")

# Send your agent a message
response = client.agents.messages.create(
    agent_id=agent_state.id,
    input="What do you know about me?"
)

for message in response.messages:
    print(message)

参与贡献

Letta 是一个开源项目，由全球一百多名贡献者共同开发。参与 Letta OSS 项目的方式有很多！

• 加入 Discord：与 Letta 开发人员及其他 AI 开发者交流。
• 在我们的论坛上讨论：如果你不习惯使用 Discord，可以查看我们的开发者论坛。
• 关注我们的社交媒体：Twitter/X, LinkedIn, YouTube

---

法律声明：使用 Letta 及相关 Letta 服务（例如 Letta 端点或托管服务），即表示你同意我们的 隐私政策 和 服务条款。