LettaFramework pre tvorbu stavových AI agentov s dlhodobou pamäťou a kontinuálnym učením.

5.0 (6)

Recenzované Daniel Nikulshyn·Aktualizované máj 2026

Developer Tools AI Agents Open Source SDK Long-Term Memory Framework API Multi-LLM

Prehľad

Letta je vývojová platforma na vytváranie AI agentov, ktorí si zachovávajú kontext počas sessions, učia sa z interakcií a časom zlepšujú svoje správanie. Na rozdiel od stavových chatbotov, agenti Letta si udržujú trvalú pamäť, čo im umožňuje zapamätávať si minulé konverzácie, preferencie používateľov a nahromadené znalosti. Rámec poskytuje infraštruktúru pre správu pamäte agenta, uvažovania a použitia nástrojov s podporou viacerých poskytovateľov LLM. Vývojári môžu vytvárať, nasadzovať a pozorovať agentov prostredníctvom SDK a vizuálneho rozhrania, čo ho robí vhodným pre aplikácie ako osobní asistenti, zákaznícka podpora a autonómne pracovné postupy, ktoré profitujú z kontinuity.

Kľúčové funkcie

Stavoví agenti s trvalou pamäťou
Samoúprava blokov pamäte
Podpora viacerých LLM poskytovateľov
Volanie nástrojov a funkcií
Environment pre vývoj agentov (ADE)
REST API a Python/TypeScript SDKy

Cenník

Model: Free
Kategória: AI Agent Memory
Hodnotenie: 5.0 / 5 (6)

Prípady použitia

Osobné AI asistenti s pamäťou

Vytvorte asistenty, ktorí si pamätajú preferencie používateľov, minulé konverzácie a kontext naprieč reláciami, čím poskytujú personalizovanejšie a kontinuálne interakcie v priebehu času.

Kontextovo uvedomujúci agenti zákazníckej podpory

Nasadte agentov podpory, ktorí vybavujú históriu zákazníka, predchádzajúce požiadavky a akumulované poznatky, aby riešili problémy bez nutnosti, aby si používatelia opakovali sami.

Autonómna automatizácia pracovných tokov

Vytvorte agentov, ktorí vykonávajú viacstupňové pracovné postupy pomocou volania nástrojov a zároveň si zachovávajú stav a učia sa z predchádzajúcich spustení, aby sa zlepšovala spoľahlivosť v priebehu času.

Prototypovanie a odstraňovanie chýb agentov

Použite Environment pre vývoj agentov a SDKy na vizuálne skontrolovanie blokov pamäte, dôvodovanie a použitie nástrojov, zatiaľ čo iterujete stavové správanie agenta.

Klady a zápory

Klady

Trvalá dlhodobá pamäť naprieč reláciami
Model-nezávislé, funguje s viacerými LLM poskytovateľmi
Open-source základ s aktívnym vývojom
Vizuálne nástroje pre kontrolu stavu agenta a pamäte

Zápory

Vyžaduje technickú nastavenie a odborné znalosti vývojára
Správa pamäte zvyšuje komplexnosť oproti jednoduchým volaniam LLM
Menšia ekosystém v porovnaní s hlavnými rámcami agentov

Recenzie

5.0

Priemer z 6 hodnotení.

Prihlás sa, aby si napísal recenziu.

Elena Rossi

May 7, 2026

Use it every day

Honestly didn't expect to like it this much. Stateful agents with persistent memory is exactly what I needed, and visual tools for inspecting agent state and memory. I do wish memory management adds complexity over simple LLM calls, but I reach for it almost every day now and it just clicks.

Esther Adeyemi

Apr 14, 2026

Does the job

Pretty happy overall. Stateful agents with persistent memory just works and open-source foundation with active development. but no dealbreakers — I'd recommend it to a friend without hesitating.

George Papadakis

Dec 4, 2025

Skeptical, then convinced

I went in skeptical — most tools in this space overpromise. It actually delivers on self-editing memory blocks, and visual tools for inspecting agent state and memory caught me off guard. still, I'd recommend giving it a real trial.

Wei Chen

Sep 21, 2025

Years in this space

I've evaluated a lot of these over the years. What stands out here is rEST API and Python/TypeScript SDKs — handled better than most — and persistent long-term memory across sessions. Memory management adds complexity over simple LLM calls is my one real gripe. Worth the time if this is your use case.

Joanna Kowalski

Aug 12, 2025

Skeptical, then convinced

I went in skeptical — most tools in this space overpromise. It actually delivers on tool and function calling, and visual tools for inspecting agent state and memory caught me off guard. Requires technical setup and developer expertise is why this isn't a perfect score, still, I'd recommend giving it a real trial.

Ethan Brooks

Jul 13, 2025

Solid for our team

We rolled this out across the team last quarter and visual tools for inspecting agent state and memory. Self-editing memory blocks fits neatly into how we already work, and tool and function calling removed a step we used to do by hand. but it has held up under daily use.