letta-code

GitHub
2.2k 221 简单 1 次阅读 今天Apache-2.0语言模型Agent插件
AI 解读 由 AI 自动生成,仅供参考

letta-code 是一款“以记忆为核心”的编程智能体工具,旨在改变传统 AI 编码助手“用完即忘”的工作模式。不同于其他工具在每次会话结束后丢失上下文,letta-code 构建了一个持久化的智能体,它能够跨会话保留记忆,并随着使用时间的推移不断学习和进化。

它主要解决了开发者在长期项目中需要反复向 AI 重申项目背景、代码规范和偏好的痛点。在传统模式下,每次开启新对话都像是在雇佣一位全新的临时承包商;而 letta-code 则更像是一位与你并肩工作的同事或徒弟,它不仅记得你们之前的讨论细节,还能主动积累技能,确保持续的成长性。

这款工具特别适合需要长期维护复杂项目的软件开发者、希望拥有个性化编程助手的工程师,以及热衷于探索下一代 AI 交互模式的技术研究人员。其独特的技术亮点在于支持“技能学习”机制:用户可以通过简单的指令让智能体从当前任务中提炼新能力并保存为模块,同时它兼容多种主流大模型(如 Claude、GPT、Gemini 等),允许用户自由切换底层模型而不丢失已积累的记忆与知识。通过简单的命令行操作,letta-code 就能成为你开发流程中一位越用越聪明的得力伙伴。

使用场景

某全栈开发者正在维护一个迭代频繁的 SaaS 项目,需要长期与 AI 协作进行代码重构和功能开发。

没有 letta-code 时

  • 每次开启新对话都像面对陌生外包人员,必须重复粘贴项目架构、技术栈偏好及过往踩坑记录。
  • 会话上下文严格受限,一旦超出窗口限制或手动清除历史,AI 就会遗忘之前的关键决策逻辑。
  • 无法积累隐性知识,比如“该项目偏好函数式写法”或“避免使用特定第三方库”等习惯需反复纠正。
  • 跨模型切换成本极高,从 Claude 换到 GPT 时,所有针对项目的定制化指令和背景信息全部丢失。

使用 letta-code 后

  • 拥有专属的“数字同事”,letta-code 持久化记忆了项目规范,每次新开线程都能自动继承上下文无需复述。
  • 具备持续学习能力,通过 /remember 命令将调试经验转化为长期记忆,即使清理对话历史也不会遗忘核心逻辑。
  • 主动内化开发风格,随着交互深入,letta-code 自动调整代码生成策略以契合团队特定的编码习惯和架构约束。
  • 模型无关且便携,在 Claude Sonnet 与 Gemini 之间自由切换时,已构建的项目记忆和技能模块无缝同步。

letta-code 将一次性会话工具进化为可成长的开发伙伴,让 AI 真正理解并记住你的项目基因。

运行环境要求

操作系统
  • Linux
  • macOS
  • Windows
GPU

未说明

内存

未说明

依赖
notes该工具是一个基于 Node.js 的命令行工具(通过 npm 安装),而非本地运行的深度学习模型,因此无需特定 GPU、显存或 CUDA 版本。它主要作为客户端连接 Letta API 或用户自有的 LLM API(如 OpenAI、Anthropic 等)。默认连接云端 Letta API,也可配置连接本地 Docker 服务器。Arch Linux 用户可通过 AUR 安装。
python未说明
Node.js
npm
letta-code hero image

快速开始

Letta Code

npm Discord

Letta Code 是一个以记忆为核心的编码工具,基于 Letta API 构建。与传统的独立会话不同,它使用持久化的智能体,能够随着时间不断学习,并且可以在多种模型之间无缝切换(如 Claude Sonnet/Opus、GPT/Codex、Gemini、GLM、Kimi 等)。

更多关于如何使用 Letta Code 的信息,请参阅官方文档页面

快速开始

通过 npm 安装该包:

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

导航到您的项目目录并运行 letta 命令(有关各种命令行选项,请参阅文档)。

运行 /connect 来配置您自己的 LLM API 密钥(OpenAI、Anthropic 等),并使用 /model 来切换模型。

[!NOTE] 默认情况下,Letta Code 会连接到 Letta API。您可以使用 /connect 来免费使用您自己的 LLM API 密钥和编码计划(如 Codex、zAI、Minimax)。设置 LETTA_BASE_URL 可以连接到外部的 Docker 服务器

核心理念

Letta Code 围绕着长期存在的智能体构建,这些智能体在会话之间保持持久性,并随着使用不断改进。与传统的独立会话不同,每个会话都关联到一个持久化的智能体,该智能体能够持续学习。

Claude Code / Codex / Gemini CLI(基于会话)

  • 每个会话是独立的
  • 会话之间不会相互学习
  • 上下文 = 当前会话中的消息 + AGENTS.md
  • 关系:每次对话都像是在与一位新来的外包人员交流

Letta Code(基于智能体)

  • 同一个智能体贯穿所有会话
  • 持久的记忆和持续的学习
  • /clear 会开启一个新的对话(即“线程”或“会话”),但记忆仍然保留
  • 关系:就像拥有一位会学习并记住事情的同事或学徒

智能体记忆与学习

如果您是第一次使用 Letta Code,建议先运行 /init 命令来初始化智能体的记忆系统:

> /init

随着时间的推移,智能体会根据学习内容不断更新其记忆。为了主动引导智能体的记忆,您可以使用 /remember 命令:

> /remember [可选的提醒指令,说明要记住的内容]

Letta Code 支持技能(可重用模块,用于在 .skills 目录中教授智能体新能力),同时还支持技能学习。您可以通过以下命令让智能体从当前的工作轨迹中学习一项技能:

> /skill [可选的技能学习指令]

更多关于技能和技能学习的信息,请参阅文档:技能与技能学习

对于 Arch Linux 用户,社区维护的软件包已在 AUR 上提供:

yay -S letta-code # 正式版
yay -S letta-code-git # 夜间版

由旧金山团队用心打造 💜

版本历史

v0.22.42026/04/11
v0.22.32026/04/10
v0.22.22026/04/10
v0.22.12026/04/10
v0.22.02026/04/10
v0.21.182026/04/08
v0.21.172026/04/07
v0.21.162026/04/06
v0.21.152026/04/06
v0.21.142026/04/05
v0.21.132026/04/05
v0.21.122026/04/04
v0.21.112026/04/04
v0.21.102026/04/03
v0.21.92026/04/02
v0.21.82026/04/02
v0.21.72026/04/01
v0.21.62026/04/01
v0.21.52026/03/31
v0.21.42026/03/30

常见问题

相似工具推荐

openclaw

OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你

349.3k|★★★☆☆|5天前
Agent开发框架图像

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|6天前
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

150.7k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

108.3k|★★☆☆☆|昨天
开发框架图像Agent

gemini-cli

gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。

100.8k|★★☆☆☆|昨天
插件Agent图像

markitdown

MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器

93.4k|★★☆☆☆|5天前
插件开发框架