Letta Code：具备记忆、身份与持续学习能力的有状态智能体框架
Letta Code 是一个有状态智能体（stateful agent）框架，让智能体更像“人”而非工具：拥有记忆、身份与随时间积累的经验，可长期自我改写记忆、技能、提示词乃至运行框架本身。支持本地 CLI、macOS/Windows/Linux 桌面应用、浏览器（chat.letta.com，含移动端）以及 Telegram、Slack、Discord 等消息集成，既能交互式使用，也能驱动常驻的主动式智能体。
社区作者 · zZz
它解决什么问题
Letta Code 是一个面向“有状态智能体”的 harness（运行框架），其设计目标是把智能体当作长期存在的主体来构建，而不是一次性调用的工具。智能体具备记忆、身份，以及对时间与经验的感知，能够在长周期内通过重写自身记忆、技能、提示词，甚至通过 mods 重写 harness 本身来学习与演化。
交互方式包括：
- 本地 CLI；
- 桌面应用（macOS、Windows、Linux）；
- 浏览器，含移动端，地址为 chat.letta.com；
- 消息集成，包括 Telegram、Slack、Discord 以及自定义 channel。
功能概览：
- 自我改进与学习：智能体以编程方式重写自身上下文以持续改进，包括系统提示词学习（通过 memory blocks）与技能学习；可用 /sleeptime 配置周期性的“dreaming”，用 /doctor [symptom] 排查智能体行为，用 /palace 查看记忆。
- 消息搜索：用 /search 检索全部消息与全部智能体；智能体也能检索自己的对话或其他智能体的对话。
MemFS：所有上下文（含 memory blocks）通过
git 追踪；可用 /memory-repository set [email protected]:... 把上下文同步到自定义 GitHub 仓库。
- Skills：加载全局技能（~/.letta）、项目级技能（.agents/skills）和智能体级技能（存于 MemFS）；用 /skills 查看，用 /skill-creator 创建。
- 子智能体与多智能体：后台调用内置子智能体（general-purpose、forked、recall）；智能体可以把任意其他智能体（包括自己）当作子智能体调用。
- 消息集成：同一个智能体可从 Slack、Telegram、浏览器（chat.letta.com，含移动端）以及自定义 channel 对话。
- Hooks：在智能体执行的关键节点运行自定义脚本以自动化工作流。
- 权限：设置权限模式，自定义哪些动作被自动批准或自动拒绝。
- Crons 与计划任务：配置心跳与 cron，让智能体用自我管理的日程跨时间工作。
- 远程计算机（需使用 Letta 登录）：智能体可跨多台机器工作，通过 letta server --computer-name "..." 连接任意机器。
- Secrets（需使用 Letta 登录）：把密钥作为环境变量跨机器提供，同时在上下文中混淆其取值。
Letta Cloud 说明：默认后端为 Letta Cloud，它存储智能体的记忆、身份与对话，而 Letta Code 可运行在笔记本、GitHub Actions、Cloud sandbox 或远程计算机上，并通过 chat.letta.com 或桌面端对话。恢复时，内置的默认系统提示词（含较旧版本）会变为 Cloud 托管，自定义提示词保持显式；设置 LETTA_CODE_PRESERVE_CLOUD_SYSTEM_PROMPT=1 可禁用 Cloud 上的自动提示词更新。
项目由 MemGPT 与 sleep-time compute（现在称为“dreaming”）的创作者开发，背后是其在 AI 记忆与持续学习方向的研究。
配图 1 为仓库中的 letta-code-demo.gif 演示动图，展示 Letta Code 的实际使用过程。
— 本文由 AI 根据公开来源辅助整理，命令、版本与许可证请在使用前到原始页面复核。
安装 / 开始使用
准备环境：需要 Node.js 与 npm（来源未给出具体最低版本，待核验）；如需使用远程计算机与 Secrets 功能，需要登录 Letta 账号。
一、npm 安装与首次运行
步骤 1 · 全局安装：
npm install -g @letta-ai/letta-code- 进入你的项目目录并运行：letta
- 运行教程智能体：letta --new-agent --personality tutorial
二、选择后端（Letta Cloud 为默认）
- 首次启动时，选择用 Letta 登录，或在本地运行；该选择会被保存用于后续运行。
- 想重新选择，运行 letta setup。
- 想切换默认后端，运行 letta backend cloud 或 letta backend local。
- 只想临时覆盖一次而不改变已保存的默认值，使用 --backend cloud 或 --backend local。
三、配置模型与密钥
- 运行 /connect 配置自己的 LLM API 密钥（OpenAI / ChatGPT、Anthropic、Z.ai coding plan 等）。
- 使用 /model 切换模型。
四、桌面应用 可下载 macOS、Windows、Linux 桌面应用；在 CLI 中创建的智能体可在桌面端使用，反之亦然。
五、Letta Cloud 与登录 在 CLI 中运行 /login，或通过桌面应用登录，即可访问 Letta 账号中的智能体。
六、远程计算机（需登录 Letta）
- 在目标机器上运行：letta server
- 带名称连接：letta server --computer-name "work-laptop"
- 列出可发现的计算机：letta computers list --online-only
- 查看当前机器连接（用于把另一个智能体路由到本机）：letta computers current
- 通过指定计算机发送无头消息：letta -p --agent <agent-id> --computer "work-laptop" "hello from that machine"
- 使用 --computer cloud 启动或复用目标智能体的 cloud sandbox。
- 不带 --computer 的智能体间无头消息运行在同一台计算机上。
- 官方指南提供把 Railway、DigitalOcean、Fly.io 用作远程计算机的方法。
七、安装外部技能
- 通用命令：letta skills install <skill>
- 从 GitHub 安装：
- letta skills install https://github.com/owner/repo
- letta skills install https://github.com/owner/repo/tree/main/path/to/skill
- letta skills install https://github.com/owner/repo/blob/main/path/to/skill/SKILL.md
- 从 ClawHub 安装：openclaw skills install <skill-slug> → letta skills install <skill-slug>
- 从 Hermes Skills Hub 安装：hermes skills install <skill-path> → letta skills install <skill-path>
- 查看技能：letta skills list --agent <agent-id>
- 删除技能：letta skills delete <skill-name> --agent <agent-id>
八、其他平台安装
- Arch Linux（AUR，社区维护）：yay -S letta-code（release 版）；yay -S letta-code-git（nightly 版）。
- Nix：nix run github:letta-ai/letta-code；nix profile install github:letta-ai/letta-code；Home Manager 与 NixOS service 示例见 docs/nix.md。
九、常见问题与注意事项
- AgentFile 已弃用：AgentFile（.af）导出与导入已从 Letta Code 移除，/export、/download 斜杠命令以及 --import、--from-af CLI 参数不再支持，包括从 agent registry 导入；这不影响记忆的导入/导出，也不影响对话记录（transcript）导出。
- 旧写法兼容：此前的 environments / envs、--environment / --env、--env-name 写法仍可用，以保持向后兼容。
- 上下文同步：可通过 /memory-repository set
