LettaFramework zum Aufbau zustandsbehafteter KI-Agenten mit Langzeitgedächtnis und kontinuierlichem Lernen.

5.0 (6)

Geprüft von Daniel Nikulshyn·Aktualisiert Mai 2026

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

Übersicht

Letta ist eine Entwicklerplattform zum Erstellen von KI‑Agenten, die den Kontext über Sitzungen hinweg beibehalten, aus Interaktionen lernen und ihr Verhalten im Laufe der Zeit verbessern. Im Gegensatz zu zustandslosen Chatbots verfügen Letta‑Agenten über ein persistentes Gedächtnis, das ihnen ermöglicht, vergangene Unterhaltungen, Nutzerpräferenzen und angesammeltes Wissen abzurufen. Das Framework stellt Infrastruktur für die Verwaltung von Agentenspeicher, Reasoning und Werkzeugnutzung bereit und unterstützt mehrere LLM-Anbieter. Entwickler können Agenten über SDKs und eine visuelle Oberfläche erstellen, bereitstellen und beobachten, was es für Anwendungen wie persönliche Assistenten, Kundensupport und autonome Workflows, die von Kontinuität profitieren, geeignet macht.

Hauptfunktionen

Zustandsbehaftete Agenten mit persistentem Gedächtnis
Selbstkorrigierende Gedächtnisblöcke
Unterstützung für mehrere LLM-Anbieter
Tool- und Funktionsaufrufe
Agent Development Environment (ADE)
REST API und Python/TypeScript SDKs

Preise

Modell: Free
Kategorie: Agenten-Gedächtnis
Bewertung: 5.0 / 5 (6)

Anwendungsfälle

Persönliche KI-Assistenten mit Gedächtnis

Erstellen Sie Assistenten, die Benutzerpräferenzen, frühere Gespräche und Kontext über Sitzungen hinweg erinnern und dadurch im Laufe der Zeit persönlichere und kontinuierlichere Interaktionen ermöglichen.

Kontextbewusste Kundensupport-Agenten

Setzen Sie Support-Agenten ein, die die Historie eines Kunden, frühere Tickets und angesammeltes Wissen abrufen, um Probleme zu lösen, ohne dass die Nutzer sich wiederholen müssen.

Autonome Workflow-Automatisierung

Erstellen Sie Agenten, die mehrstufige Workflows unter Verwendung von Tool-Calls ausführen und dabei den Zustand behalten sowie aus früheren Durchläufen lernen, um die Zuverlässigkeit im Laufe der Zeit zu verbessern.

Agenten-Prototyping und Debugging

Nutzen Sie die Agent Development Environment und SDKs, um Gedächtnisblöcke, Logik und Toolnutzung visuell zu inspizieren, während Sie das Verhalten zustandsbehafteter Agenten iterativ optimieren.

Pro & Contra

Pro

Persistentes Langzeitgedächtnis über Sitzungen hinweg
Modellagnostisch, funktioniert mit mehreren LLM-Anbietern
Open-Source-Grundlage mit aktiver Entwicklung
Visuelle Werkzeuge zur Inspektion von Agentenzustand und Gedächtnis

Contra

Erfordert technische Einrichtung und Entwicklerkenntnisse
Gedächtnisverwaltung erhöht die Komplexität im Vergleich zu einfachen LLM-Aufrufen
Kleineres Ökosystem im Vergleich zu Mainstream-Agenten-Frameworks

Schlacht-Bilanz

Aus 6 Schlachten im Pantheon.

Last 5 battles

Bewertungen

5.0

Durchschnitt aus 6 Bewertungen.

Melde dich an, um eine Bewertung abzugeben.

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.

Fragen & Antworten

Welche Nachteile hat die Nutzung von Letta?

Die Nachteile beinhalten einen technischen Setup-Aufwand und erforderliche Entwicklerkenntnisse, zusätzliche Komplexität durch Speicherverwaltung und ein kleineres Ökosystem im Vergleich zu etablierten Agenten-Frameworks.

Asked by Tomáš Novák · Nov 25, 2025

Welche Vorteile hat die Nutzung von Letta?

Die Vorteile umfassen persistente Langzeitmemorie, modellagnostische Unterstützung für mehrere LLM-Anbieter und eine Open-Source-Basis mit aktiver Weiterentwicklung.

Asked by Yara Mansour · Nov 23, 2025

Was sind die wichtigsten Funktionen von Letta?

Zu den wichtigsten Funktionen gehören zustandsbehaftete Agenten mit persistenter Erinnerung, selbständerbare Speicherblöcke und Unterstützung für mehrere LLM-Anbieter.

Asked by Emeka Obi · Oct 13, 2025

Was ist Letta?

Letta ist eine Entwicklerplattform zur Erstellung von KI‑Agenten, die Kontext über Sitzungen hinweg beibehalten, aus Interaktionen lernen und ihr Verhalten im Laufe der Zeit verbessern.

Asked by Yosef Mizrahi · Oct 7, 2025