LettaFramwork pro budování statefull AI agentů s dlouhodobou pamětí a trvalým učení.

5.0 (6)

Recenzováno Daniel Nikulshyn·Aktualizováno květen 2026

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

Přehled

Letta je vývojářská platforma pro vytváření AI agentů, kteří si zachovávají kontext napříč relacemi, učící se z interakcí a zlepšující své chování časem. Na rozdíl od stavových chatbotů udržují agenti Letta persistentní paměť, což jim umožňuje vzpomenout si na předchozí konverzace, uživatelské preference a získané znalosti. Rámec poskytuje infrastrukturu pro správu paměti agenta, uvažování a použití nástrojů s podporou pro více poskytovatelů LLM. Vývojáři mohou stavět, nasazovat a pozorovat agenty pomocí SDK a vizuálního rozhraní, což je vhodné pro aplikace, jako jsou osobní asistenti, zákaznická podpora a autonomní pracovní postupy, které těží z kontinuity.

Klíčové funkce

Statefull agenti s trvalou pamětí
Sebeupravující bloky paměti
Podpora několika LLM poskytovatelů
Použití nástrojů a funkcí
Prostředí pro vývoj agentů (ADE)
REST API a Python/TypeScript SDKs
Pros
:
Trvalá dlouhodobá paměť během jednotlivých sezení,Nezávisí na modelu, funguje s několika LLM poskytovateli,Založeno na otevřencích zdrojovém kódu s aktivní vývojem,Visuální nástroje pro prohlížení stavu a paměti agenta,Cons,:,Požaduje technické nastavení a odborné znalosti vývojáře,Při správe paměti

Ceník

Model: Free
Kategorie: Paměť umělého agenta
Hodnocení: 5.0 / 5 (6)

Případy užití

Osobní AI asistenti s pamětí

Vytvořte asistenti, kteří si pamatují preference uživatele, minulé konverzace a kontext přes relace, přičemž poskytují více personalizované a kontinuální interakce v průběhu času.

Agenti zákaznické podpory se znalostí kontextu

Nasazení podpůrných agentů, která si pamatují historii zákazníka, předchozí tikety a nahromaděné znalosti, aby mohli řešit problémy bez nutnosti uživatelům opakovat sami sebe.

Autonomní automatizace pracovních postupů

Vytvořte agenty, kteří spouštějí vícekrokové pracovní postupy pomocí volání nástrojů a přitom uchovávají stav a učí se z předchozích běhů, aby zlepšili spolehlivost v průběhu času.

Prototypování a ladění agentů

Použijte Prostředí pro vývoj agentů a SDK k vizuálnímu prohlížení bloků paměti, řízení a použití nástrojů při iteraci chování agenta se stavem.

Pro a proti

Pro

Trvalá dlouhodobá paměť přes relace
Nezávislost na modelu, funguje s多 LLM poskytovateli
Open-source základ s aktivním vývojem
Vizuální nástroje pro prohlížení stavu agenta a paměti

Proti

Vyžaduje technické nastavení a odborné znalosti vývojáře
Správa paměti přidává složitost oproti běžným voláním LLM
Menší ekosystém ve srovnání s hlavní agent框rameworky

Rekord bitev

Ve 6 bitvách v Pantheonu.

Last 5 battles

Recenze

5.0

Průměr z 6 hodnocení.

Přihlas se, abys mohl napsat recenzi.

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.

Otázky

Jaké jsou nevýhody používání Letty?

Nevýhody zahrnují nutnost technického nastavení a znalostí vývojáře, zvýšenou složitost kvůli správě paměti a menší ekosystém ve srovnání s hlavními rámcovými agenty.

Asked by Tomáš Novák · Nov 25, 2025

Jaké jsou výhody používání Letty?

Výhody zahrnují trvalou dlouhodobou paměť, model-agnostickou podporu pro více poskytovatelů LLM a otevřenou základnu s aktivním vývojem.

Asked by Yara Mansour · Nov 23, 2025

Jaké jsou klíčové vlastnosti Letty?

Klíčové vlastnosti zahrnují stavové agenty s trvalou pamětí, bloky paměti s vlastním úpravovým mechanismem a podporu pro více poskytovatelů LLM.

Asked by Emeka Obi · Oct 13, 2025

Co je Letta?

Letta je vývojářská platforma pro vytváření AI agentů, kteří si zachovávají kontext napříč sezeními, učí se z interakcí a postupně zlepšují své chování.

Asked by Yosef Mizrahi · Oct 7, 2025