这是本节的多页打印视图。 点击此处打印.

返回本页常规视图.

上下文

Context 为 Agent 有效运行提供所需的信息

Context 为 Agent 有效运行提供所需的信息，这个信息既包括任务相关的背景知识，也包含各类工具的使用方法。有了这些信息，Agent 才能在特定任务场景中，合理判断应以哪种顺序调用哪些工具，才能更有效地完成任务。

1 - RAG

RAG

RAG（Retrieval-Augmented Generation/ 检索增强生成）是一种结合了信息检索与生成式 AI 的技术架构，用于提升 LLM 在问答、文档摘要等任务中的准确性与时效性。

2 - MCP

MCP

3 - 记忆

记忆

Agent 的 Memory 包括短期记忆（STM，存储单次交互信息）、长期记忆（LTM，可以横跨多次交互信息以实现个性化）和程序记忆（指导 Agent 行为的规则）等。

Memory 给 Agent 赋予了特定的记忆力，本质一种提升 Agent 智能性的方式，Agent 能凭此有更高的个性化程度和一致性表现，也能在多步骤或长周期的复杂任务中提升准确性。

3.1 - Letta

Letta

3.1.1 - 介绍

Letta

介绍

Letta（原 MemGPT） 是一个开源框架，用于构建具备高级推理能力和透明长期记忆的状态化智能体。该框架采用白盒设计且与模型无关。

信息

官方网站

https://github.com/letta-ai/letta

3.1.2 - 文档

Letta文档

https://docs.letta.com/

3.1.2.1 - 概述

创建真正具备记忆、学习与进化能力的智能体代理

原文：https://docs.letta.com/overview

Letta 让您能够构建并部署具备状态记忆的 AI 智能体，这些智能体会在持续对话中保持记忆与上下文关联。开发真正能从交互中学习进化的智能体，无需每次都从头开始。

img

打造拥有智能记忆的智能体，突破有限上下文的局限

Letta 由 MemGPT 核心研究团队打造的先进上下文管理系统，彻底改变了智能体的记忆与学习方式。当普通智能体因上下文窗口填满而遗忘时，Letta 智能体却能跨会话保存记忆持续进化——甚至在休眠时仍在学习。

几分钟即可开始构建

我们的快速入门和示例在 Letta 云平台和自托管 Letta 上均可运行。

  1. 开发者快速入门

使用 Letta API 和 ADE 创建您的首个有状态智能体

  1. 入门套件

使用 create-letta-app 构建完整的智能体应用程序

用您喜爱的工具构建有状态的智能体

通过任意您偏好的开发框架连接运行在 Letta 服务器上的智能体。Letta 能与您熟悉且喜爱的开发者工具无缝集成。

了解智能体的想法

智能体开发环境（Agent Development Environment/ADE）为您提供对智能体记忆、上下文窗口及决策过程的完整可视化——这对开发和调试生产级智能体应用至关重要。

img

将智能体作为服务运行，而非类库

Letta 与其他智能体框架存在本质区别。多数框架仅是封装模型 API 的代码库，而 Letta 则提供了一个专属服务环境——智能体在此自主生存与运作。即使您的应用程序未运行，智能体仍持续存在并保持状态，所有计算在服务器端完成，记忆存储、上下文维护及工具连接均由 Letta 服务器统一管理。

img

生产级智能体所需的一切

Letta provides a complete suite of capabilities for building and deploying advanced AI agents: Letta 提供了一套完整的工具集，用于构建和部署高级 AI 智能体：