letta-ai/letta-code

解決的問題

Letta Code 提供了一個狀態保持型代理 harness，讓 AI 代理能超越簡單工具的功能，表現得更像人類。它透過賦予代理持久的身份、隨時間累積的經驗感，以及透過自我改進實現進化的潛力，解決了 LLM 的短期記憶限制問題。

工作原理

該系統結合使用記憶區塊和「夢想」（周期性自我反思）機制，使代理能夠程式化地重寫自身的上下文、系統提示和技能。它利用 MemFS（基於 Git 追蹤的上下文系統），在不同環境中同步代理狀態。代理可部署在多個遠端環境（筆電、虛擬機、雲端沙箱）中，並可透過 CLI、桌面應用或 Slack、Telegram 等訊息整合方式存取。

適用對象

專為希望創建主動、持續運行的代理的開發者和使用者設計，這些代理能從互動中學習，並在不同平台上保持長期狀態。

主要亮點

• 自我改進：代理可重寫自身提示和技能，以隨時間適應變化。
• 多代理能力：代理可作為子代理同步或非同步呼叫其他代理（或自身）。
• MemFS：基於 Git 追蹤所有代理上下文和記憶區塊。
• 跨平台存取：透過 CLI、桌面應用、瀏覽器以及多種訊息渠道實現統一代理存取。
• 遠端執行：可在多個遠端環境和機器上執行代理。