Letta
Unknown · Apache-2.0
Letta(原名 MemGPT)是一个开源框架,用于构建具有高级推理能力和透明长期记忆的有状态 AI Agent。它允许你在服务器中可视化测试、调试和观察 Agent。
概览
Letta(前身 MemGPT,24k+ stars,Apache-2.0)是 stateful agents 平台,主打 agent 记忆 + 学习 + 自改进,提供 CLI / App Server / 桌面 / Web 多端访问;Graphiti(getzep,30k+ stars,Apache-2.0)是时间上下文图引擎,构建和查询"事实随时间变化"的知识图谱,定位是替代 RAG 的动态记忆方案。本文从记忆模型、部署形态、查询能力和典型场景四个角度对比。
| 适合场景 | Letta | Graphiti |
|---|---|---|
| 记忆模型 | Agent stateful 记忆(advanced memory):原文口号"can learn and self-improve over time"。源于 MemGPT 时代的三层架构(core / archival / recall)。 | 时间上下文图(temporal context graph):entity(节点)+ fact(带 validity window 的边)+ episode(来源)。事实随时间失效。 |
| 部署形态 | CLI / App Server(自托管)/ 桌面 App(macOS / Windows / Linux)/ Web(chat.letta.com)/ Letta Cloud / SDK(TS / Python)。多端访问,跨设备 Agent 连续性。 | Python library + 自托管。需要自备图数据库:Neo4j 5.26+ / FalkorDB 1.1.2+ / Amazon Neptune / Kuzu(已 deprecated)。需要 OpenAI / Anthropic / Gemini / Groq 等 LLM API key。 |
| 查询与检索 | Agent 通过内置工具读写记忆(core memory 编辑、archival 存储、recall 检索)。适合 Agent runtime 内调用。 | 混合检索:semantic + keyword + graph traversal。增量更新(无需全量重算)。亚秒级延迟。Bi-temporal tracking:事实何时为真 + 何时录入系统。 |
| 与 Agent 集成 | 完整 Agent 平台:CLI + Server + UI 一体化。Agent 可以托管在桌面 / 服务器 / 云。SDK 集成到 TS / Python 应用。Slack / Telegram / Discord 频道支持。 | 记忆层组件:需要自己嵌入到 Agent 框架(如 LangGraph / CrewAI / AutoGen)。和 Zep 商业产品同源(Graphiti 是 Zep 的开源核心)。 |
| 典型场景 | 需要 stateful Agent 平台 / 自改进学习 / 多端(CLI / 桌面 / Web)访问 / 想直接用现成的 Agent runtime。 | 需要动态记忆替代 RAG / 事实随时间变化的场景(CRM / 客服 / 个人助理)/ 已有 Agent 框架想升级记忆层。 |
| Metric | Letta | Graphiti |
|---|---|---|
| Stars | 24.6k | 30.5k |
| Forks | 2.6k | 3.1k |
| 语言 | Unknown | Python |
| 许可证 | Apache-2.0 | Apache-2.0 |
| 最近提交 | 2026年8月23日 | 2026年9月1日 |
建议根据你的主要工作流、技术栈语言和集成需求来选择。用于生产前,请进一步查看项目文档、社区活跃度和最近的 GitHub 维护情况。
需要完整 Agent 平台(CLI + Server + UI 一体化)选 Letta;需要在已有 Agent 框架里升级动态记忆层选 Graphiti。两者都用 Apache-2.0。
Letta 是 MemGPT 的新名字。MemGPT 项目已改名 Letta,主仓库活跃开发已迁到 letta-ai/letta-code(Agent harness + 交互 CLI + 运行时),letta-ai/letta 主要是 landing page + 文档 + 部分归档。
GraphRAG 是 batch 处理 +静态总结;Graphiti 是增量更新 + 时间时间跟踪 + 事实过期。Graphiti 处理"事实随时间变化"的场景更合适,如 CRM / 客服 / 个人助理。
不一定。支持 Neo4j 5.26+、FalkorDB 1.1.2+、Amazon Neptune。Kuzu 0.11.2 已 deprecated,新项目建议用 Neo4j 或 FalkorDB。