Letta

Letta 是一个面向 stateful agents 的平台，前身是 MemGPT。它的核心卖点不是单纯做向量检索，而是把“记忆”变成 agent 生命周期中的一等能力：长期状态、memory blocks、工具调用、会话与来源管理都围绕 agent 组织。

一句话定位

• Letta = stateful agent platform + advanced memory

它在做什么

• 提供 Letta Code，让 agent 可在本地终端运行
• 提供 Letta API，让开发者把 stateful agents 集成进应用
• 用 memory blocks 组织角色、人格、用户信息和上下文
• 支持多模型、多工具、MCP、CLI 和服务端 API

核心特征

• 前身是 MemGPT，延续了“长期记忆 agent”的路线
• README 明确强调 memory blocks 与 continual learning
• 代码结构显示它不是轻量库，而是一个完整平台：server、ORM、schemas、services、CLI、local LLM、MCP、multi-agent 都在同一仓库里

架构印象

• 入口层：letta/main.py、CLI、server
• 状态层：agent / block / source / passage / memory repo
• 执行层：LLM providers、tools、streaming、job scheduler
• 扩展层：MCP、plugins、multi-agent groups、本地模型适配

与 wiki 里的关系

• 在对比页里，它属于更偏 agent-first 的 memory/platform 路线
• 与 [2026-04-11-memory-provider-comparison](/wiki/comparisons/2026-04-11-memory-provider-comparison) 和 [2026-04-11-memory-provider-top3](/wiki/queries/2026-04-11-memory-provider-top3) 直接相关
• 和 [hermes](/wiki/entities/hermes) 有明显的工作流相似性：都是把 agent、工具和持久状态编织在一起

适合谁

• 想把 agent 做成长期可维护系统的团队
• 想研究 memory 如何和 agent state 结合的人
• 想要本地 CLI + API 双形态的开发者