letta-ai/letta-code

解决的问题

Letta Code 提供了一个状态保持型代理 harness，使 AI 代理能够超越简单的工具功能，更像人类一样行为。它通过赋予代理持久的身份、随时间积累的经验感，以及通过自我改进实现进化的潜力，解决了 LLM 的短期记忆限制问题。

工作原理

该系统结合使用记忆块和「做梦」（周期性自我反思）机制，使代理能够程序化地重写自己的上下文、系统提示和技能。它利用 MemFS（基于 Git 追踪的上下文系统），在不同环境中同步代理状态。代理可部署在多个远程环境（笔记本电脑、虚拟机、云沙箱）中，并可通过 CLI、桌面应用或 Slack、Telegram 等消息集成方式访问。

适用人群

专为希望创建主动、持续运行的代理的开发者和用户设计，这些代理能够从交互中学习，并在不同平台上保持长期状态。

主要亮点

• 自我改进：代理可重写自身提示和技能，以随时间适应变化。
• 多代理能力：代理可作为子代理同步或异步调用其他代理（或自身）。
• MemFS：基于 Git 追踪所有代理上下文和记忆块。
• 跨平台访问：通过 CLI、桌面应用、浏览器以及多种消息渠道实现统一代理访问。
• 远程执行：可在多个远程环境和机器上运行代理。