🔬 Letta 技术架构深度调研

基于源码分析的完整技术报告 | 2026-03-01

📋 项目概述

Letta (前身为 MemGPT) 是一个构建 有状态 AI Agent 的平台,核心特点是 Agent 具有高级记忆功能,能够学习和自我改进。

两个核心产品

产品描述仓库
Letta API构建有状态 Agent 的后端服务letta-ai/letta (Python)
Letta Code本地运行的记忆优先编码 Agentletta-ai/letta-code (TypeScript)

🏗️ 系统架构

Letta API (服务端)

Letta Code (客户端)

🧠 记忆系统 (核心创新)

Memory Blocks

Letta 使用 Memory Blocks 作为记忆的基本单元:

Block 类型

类型标签作用域
全局 Blockpersona, human跨项目共享
项目 Blockproject/*当前项目本地

Context Repositories (Git 备份记忆)

核心特性:

记忆操作

操作工具描述
记忆初始化/init将记忆拆分为 15-25 个层次化文件
记忆反射Sleep-time定期回顾对话,提取重要信息
记忆碎片整理Defragmentation重组和优化记忆结构
按需记忆/remember主动添加记忆

⚡ 关键特性

Skills 系统

Letta Code 支持 Skills - 可重用的能力模块,存放在 .skill/ 目录。

Subagents

子代理架构,支持并发处理任务、分而治之的策略、记忆分布式写入。

MCP 集成

支持 Model Context Protocol,连接外部工具和服务(文件系统、数据库、APIs)。

🤖 模型支持

Letta 是 模型无关 的,支持:

🚀 快速开始

Letta Code

# 安装
npm install -g @letta-ai/letta-code

# 启动
letta

# 连接自己的 API Key
/connect

# 初始化记忆
/init

Letta API (Python)

pip install letta-client

from letta_client import Letta
client = Letta(api_key="...")

agent = client.agents.create(
    model="openai/gpt-4o",
    memory_blocks=[...],
    tools=[...]
)

📁 代码结构

letta-main (Python)

letta-code (TypeScript)

🔗 参考资料