Letta

活跃
GitHub Unknown Apache-2.0

简介

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。

核心特性

  • 持久化长期记忆 — Agent 可跨会话记住用户偏好、上下文和历史交互
  • 内存块管理 — 通过可配置的内存块(human/persona)结构化管理 Agent 状态
  • CLI 交互界面 — 通过 Letta Code CLI 在终端中直接运行带记忆的 Agent
  • REST API 集成 — Python/TypeScript SDK 将有状态 Agent 嵌入自有应用
  • 技能与子 Agent 支持 — 内置技能系统和子 Agent 编排能力
  • 模型无关架构 — 支持任意 LLM 后端,可自由切换不同模型

适用场景

💡 构建能记住用户偏好的长期个人助手
💡 开发需要跨会话保持上下文的客服 Agent
💡 创建能自我改进的学习型编程助手
💡 搭建需要状态管理的多步骤工作流 Agent
💡 构建需要透明记忆机制的企业级 AI 应用

优势与不足

优势

  • 活跃维护,近期持续更新
  • 社区热度高(24.3k stars)
  • 开源许可证友好(Apache-2.0)
  • 项目有一定历史沉淀(已维护 2 年)

快速开始

pip install letta-client

from letta_client import Letta
import os

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

agent_state = client.agents.create(
    model="openai/gpt-5.2",
    memory_blocks=[
        {"label": "human", "value": "Name: Alice. Role: developer."},
        {"label": "persona", "value": "I am a helpful coding assistant."}
    ],
    tools=["web_search", "fetch_webpage"]
)

response = client.agents.messages.create(
    agent_id=agent_state.id,
    input="帮我查一下 Astro 5 的最新特性"
)

for message in response.messages:
    print(message)

相关项目

OctoTools

1.5k · Python
不活跃 B

OctoTools 是一个带有可扩展工具集的智能体框架,专注于复杂推理任务,支持通过工具卡片系统灵活组合多种推理能力。

agent-frameworkreasoningtool-use +2
  • · 免训练智能体框架——无需微调,开箱即用支持所有兼容的 LLM
  • · 标准化工具卡片——封装工具功能和元数据,实现新工具的即插即用集成
  • · 分层规划器——同时处理高层策略和低层逐步行动细化

AutoAgent

9.7k · Python
不活跃 B

全自动化零代码 LLM Agent 框架,用户无需编写代码即可构建和部署自定义 AI Agent,支持自然语言驱动的 Agent 创建。

agent-frameworkzero-codeautomation +2
  • · 全自动代理构建 — 通过自然语言即可创建、定制和部署 AI Agent,无需编码
  • · 零代码框架,让没有技术背景的用户也能参与 AI 开发
  • · 自管理工作流生成 — 根据高层描述动态创建和优化代理管道

ART

10.6k · Python
活跃 A+

ART(Agent Reinforcement Trainer)是一个使用 GRPO 算法训练多步 Agent 的强化学习框架,支持为 Qwen、Llama 等模型进行在职训练以完成真实世界任务。

reinforcement-learningagent-trainingGRPO +3
  • · 基于 GRPO 的强化学习,用于在真实世界任务上训练多步 Agent
  • · W&B Training 无服务器 RL,通过共享推理集群降低 40% 成本并提速 28%
  • · 预置笔记本示例,涵盖邮件搜索、2048、井字棋、Codenames 和 MCP 工具掌握

PocketFlow

11.1k · Python
活跃 A

PocketFlow 是一个极简的 100 行 LLM 框架,支持用 Agent 构建 Agent,通过简洁的抽象层实现复杂的 AI Agent 工作流。

agent-frameworkllmworkflow +2
  • · 仅 100 行代码,零依赖、零供应商锁定,极致轻量
  • · 基于图(Graph)的抽象,支持 Agent、多 Agent、Workflow 和 RAG 等设计模式
  • · 支持 Agentic Coding,让 AI Agent(如 Cursor)帮你构建 Agent,生产力提升 10 倍

相关文章