Letta Code：具有記憶和身分的有效狀態智慧體框架
有狀態代理就像人一樣，具有記憶、身分以及學習和適應的能力。
秒懂
- 它是什麼？
- 一個開源TypeScript框架，為智慧體提供記憶、身分以及隨時間重寫自身上下文的能力。
- 適合誰用？
- letta-code 適合需要 README 所列功能，且能控制執行環境、輸入資料與版本的人員或團隊；不適合把簡短描述視為跨平台承諾。採用前先依 letta-ai/letta-code README 的實際命令、API 或檔案路徑完成最小流程，記錄版本、輸出與錯誤，再判斷是否符合工作負載。
- 可以商用嗎？
- 可以。Apache-2.0 是寬鬆授權：你可以使用、修改並販售以它為基礎的軟體，只需保留著作權與授權聲明。
- 還在維護嗎？
- 有在維護。儲存庫最近一次提交在 1 天前。
- 用什麼語言寫的？
- 主要是 TypeScript（依據 GitHub 的語言統計）。
以上回答依據專案的 GitHub 資料（最近同步於 2026年9月14日）與我們的分析，不構成法律意見。
開源專案深度解析
letta-code 的定位與責任邊界
有記憶和身分的智慧體：Letta Code 是一個有效狀態的智慧體框架。與處理單次請求的無狀態工具不同，Letta Code 智慧體攜帶記憶、身分和隨時間累積的經驗。它們可以重寫自己的記憶、技能、提示詞，甚至透過 mods 重寫框架本身。這使得它們能夠在長時間跨度內學習和適應。README 將智慧體描述為'更像人而不是工具'。Letta Code 可以透過 CLI、macOS/Windows/Linux 桌面應用、chat.letta.com 瀏覽器（包括行動端）以及 Telegram、Slack、Discord 等訊息整合進行互動式使用。還支援自訂通道。
letta-ai/letta-code 的 README 將專案描述為「Stateful agents that are like people, with memory, identity, and the ability to learn and adapt.」。第 1 節還要把這個描述與 TypeScript、Apache-2.0 及預設分支 main 分開記錄。素材快照只證明倉庫曾如此陳述，不能延伸成效能、可靠性或安全保證。
對 letta-ai/letta-code 而言，第 1 節應回到 README 的具體記號核對，例如 letta-code 的命令、API、設定鍵或檔案路徑。資料流每一段都要分清輸入、處理和輸出，並說明這些記號在本節的作用。
在 letta-code 的實際閱讀中，第 1 節不能只停留在功能名稱。先找出 README 明列的入口，再確認它接受的資料形狀、產生的結果以及失敗時可見的訊號。若是命令，保留完整命令與參數；若是 API，保留方法名、欄位名與回傳內容；若是設定，保留檔案名、鍵名和生效範圍。這些差異會影響安裝方式、權限配置、測試資料與日後升級。letta-ai/letta-code 的素材沒有說明的部分，應明確標成未交代，不能用常見框架的經驗補齊。對使用者而言，最有價值的不是把所有能力列成清單，而是知道哪項能力能在自己的輸入上被觀察，哪項仍需要向上游查證。第 1 節的判斷因此要連回 letta-code 的專屬名稱與 README 段落，讓文章中的每個結論都能找到對應依據。
letta-code README 列出的核心路徑
自我配置設計：README 建議 Letta Code 智慧體設計為自我配置：無需手動編輯設定檔，你可以讓智慧體自行更改其技能、行為、鉤子和權限。功能表列出了自我改進與學習，智慧體透過程式設計方式重寫上下文，包括透過記憶區塊進行系統提示學習和技能學習。還有跨所有訊息和智慧體的訊息搜尋。MemFS 透過 git 追蹤所有上下文，並可同步到自訂 GitHub 倉庫。技能可以從全域、專案和智慧體作用域載入。子智慧體和多智慧體呼叫允許智慧體呼叫任何其他智慧體，包括自身。訊息整合、鉤子、權限、定時任務、遠端環境和秘密管理完善了列表。其中一些功能（如遠端多環境支援和秘密）需要登入 Letta。
letta-ai/letta-code 的 README 將專案描述為「Stateful agents that are like people, with memory, identity, and the ability to learn and adapt.」。第 2 節還要把這個描述與 TypeScript、Apache-2.0 及預設分支 main 分開記錄。素材快照只證明倉庫曾如此陳述，不能延伸成效能、可靠性或安全保證。
對 letta-ai/letta-code 而言，第 2 節應回到 README 的具體記號核對，例如 letta-code 的命令、API、設定鍵或檔案路徑。資料流每一段都要分清輸入、處理和輸出，並說明這些記號在本節的作用。
在 letta-code 的實際閱讀中，第 2 節不能只停留在功能名稱。先找出 README 明列的入口，再確認它接受的資料形狀、產生的結果以及失敗時可見的訊號。若是命令，保留完整命令與參數；若是 API，保留方法名、欄位名與回傳內容；若是設定，保留檔案名、鍵名和生效範圍。這些差異會影響安裝方式、權限配置、測試資料與日後升級。letta-ai/letta-code 的素材沒有說明的部分，應明確標成未交代，不能用常見框架的經驗補齊。對使用者而言，最有價值的不是把所有能力列成清單，而是知道哪項能力能在自己的輸入上被觀察，哪項仍需要向上游查證。第 2 節的判斷因此要連回 letta-code 的專屬名稱與 README 段落，讓文章中的每個結論都能找到對應依據。
輸入、狀態與輸出如何連接
安裝和執行 Letta Code：透過 npm 全域安裝套件：`npm install -g @letta-ai/letta-code`。之後，導航到專案目錄並執行 `letta`。README 還展示了一個教學智慧體：`letta --new-agent --personality tutorial`。在智慧體中使用 `/connect` 設定你自己的 LLM API 金鑰（OpenAI、Anthropic、Z.ai 等），使用 `/model` 切換模型。桌面應用適用於 macOS、Windows 和 Linux；CLI 中建立的智慧體在桌面應用中可用，反之亦然。
letta-ai/letta-code 的 README 將專案描述為「Stateful agents that are like people, with memory, identity, and the ability to learn and adapt.」。第 3 節還要把這個描述與 TypeScript、Apache-2.0 及預設分支 main 分開記錄。素材快照只證明倉庫曾如此陳述，不能延伸成效能、可靠性或安全保證。
對 letta-ai/letta-code 而言，第 3 節應回到 README 的具體記號核對，例如 letta-code 的命令、API、設定鍵或檔案路徑。資料流每一段都要分清輸入、處理和輸出，並說明這些記號在本節的作用。
在 letta-code 的實際閱讀中，第 3 節不能只停留在功能名稱。先找出 README 明列的入口，再確認它接受的資料形狀、產生的結果以及失敗時可見的訊號。若是命令，保留完整命令與參數；若是 API，保留方法名、欄位名與回傳內容；若是設定，保留檔案名、鍵名和生效範圍。這些差異會影響安裝方式、權限配置、測試資料與日後升級。letta-ai/letta-code 的素材沒有說明的部分，應明確標成未交代，不能用常見框架的經驗補齊。對使用者而言，最有價值的不是把所有能力列成清單，而是知道哪項能力能在自己的輸入上被觀察，哪項仍需要向上游查證。第 3 節的判斷因此要連回 letta-code 的專屬名稱與 README 段落，讓文章中的每個結論都能找到對應依據。
安裝命令反映的環境條件 · letta ai letta code
Letta Cloud 和遠端環境：Letta Cloud 儲存智慧體狀態，包括記憶、身分和對話，而 Letta Code 框架可以在任何連接的電腦上執行：你的筆記型電腦、GitHub Actions、託管雲沙箱、遠端虛擬機器或 Mac Mini。你可以透過 chat.letta.com 或桌面應用與相同的智慧體聊天。要從 CLI 存取你的 Letta 帳戶，執行 `/login` 或透過桌面應用登入。對於遠端環境，任何機器都可以透過執行 `letta server` 或 `letta server --env-name "name"` 成為可用環境。你可以使用 `letta environments list --online-only` 列出可發現的環境，使用 `letta environments current` 取得目前環境，並使用 `letta -p --agent <agent-id> --environment "name" "message"` 路由無頭訊息。README 還連結了使用 Railway、DigitalOcean 和 Fly.io 作為遠端環境的指南。
letta-ai/letta-code 的 README 將專案描述為「Stateful agents that are like people, with memory, identity, and the ability to learn and adapt.」。第 4 節還要把這個描述與 TypeScript、Apache-2.0 及預設分支 main 分開記錄。素材快照只證明倉庫曾如此陳述，不能延伸成效能、可靠性或安全保證。
對 letta-ai/letta-code 而言，第 4 節應回到 README 的具體記號核對，例如 letta-code 的命令、API、設定鍵或檔案路徑。資料流每一段都要分清輸入、處理和輸出，並說明這些記號在本節的作用。
在 letta-code 的實際閱讀中，第 4 節不能只停留在功能名稱。先找出 README 明列的入口，再確認它接受的資料形狀、產生的結果以及失敗時可見的訊號。若是命令，保留完整命令與參數；若是 API，保留方法名、欄位名與回傳內容；若是設定，保留檔案名、鍵名和生效範圍。這些差異會影響安裝方式、權限配置、測試資料與日後升級。letta-ai/letta-code 的素材沒有說明的部分，應明確標成未交代，不能用常見框架的經驗補齊。對使用者而言，最有價值的不是把所有能力列成清單，而是知道哪項能力能在自己的輸入上被觀察，哪項仍需要向上游查證。第 4 節的判斷因此要連回 letta-code 的專屬名稱與 README 段落，讓文章中的每個結論都能找到對應依據。
版本、授權與維護風險 · letta ai letta code
安裝外部技能：技能透過 `letta skills install <skill>` 安裝到特定智慧體的記憶中。來源包括 GitHub 倉庫、ClawHub 和 Hermes Skills Hub。示例：`letta skills install https://github.com/owner/repo` 或特定路徑。要檢視智慧體的技能，使用 `letta skills list --agent <agent-id>`，刪除使用 `letta skills delete <skill-name> --agent <agent-id>`。README 顯示了從 `openclaw skills install` 到 `letta skills install` 的轉換，以及從 `hermes skills install` 的轉換。
letta-ai/letta-code 的 README 將專案描述為「Stateful agents that are like people, with memory, identity, and the ability to learn and adapt.」。第 5 節還要把這個描述與 TypeScript、Apache-2.0 及預設分支 main 分開記錄。素材快照只證明倉庫曾如此陳述，不能延伸成效能、可靠性或安全保證。
對 letta-ai/letta-code 而言，第 5 節應回到 README 的具體記號核對，例如 letta-code 的命令、API、設定鍵或檔案路徑。資料流每一段都要分清輸入、處理和輸出，並說明這些記號在本節的作用。
在 letta-code 的實際閱讀中，第 5 節不能只停留在功能名稱。先找出 README 明列的入口，再確認它接受的資料形狀、產生的結果以及失敗時可見的訊號。若是命令，保留完整命令與參數；若是 API，保留方法名、欄位名與回傳內容；若是設定，保留檔案名、鍵名和生效範圍。這些差異會影響安裝方式、權限配置、測試資料與日後升級。letta-ai/letta-code 的素材沒有說明的部分，應明確標成未交代，不能用常見框架的經驗補齊。對使用者而言，最有價值的不是把所有能力列成清單，而是知道哪項能力能在自己的輸入上被觀察，哪項仍需要向上游查證。第 5 節的判斷因此要連回 letta-code 的專屬名稱與 README 段落，讓文章中的每個結論都能找到對應依據。
用 letta-code 自身入口做最小核對
研究起源和社群發行版：Letta Code 由 MemGPT 和 sleep-time compute（現在稱為 'dreaming'）的創造者開發，並由他們在 AI 記憶和持續學習方面的研究驅動。README 未提供效能基準或使用者評價。社群維護的 Arch Linux 套件可透過 AUR 取得（`letta-code` 發行版，`letta-code-git` 夜間版），Nix 使用者可透過 flake 執行或安裝：`nix run github:letta-ai/letta-code` 或 `nix profile install github:letta-ai/letta-code`。該倉庫以 Apache-2.0 許可，如許可證檔案所示。該許可授予使用、複製和散佈軟體的權利，但 README 未提及保證或支援條款。
letta-ai/letta-code 的 README 將專案描述為「Stateful agents that are like people, with memory, identity, and the ability to learn and adapt.」。第 6 節還要把這個描述與 TypeScript、Apache-2.0 及預設分支 main 分開記錄。素材快照只證明倉庫曾如此陳述，不能延伸成效能、可靠性或安全保證。
核對 letta-code 時，從 letta-ai/letta-code README 的實際入口開始，執行其中明列的命令或 API，記錄版本、輸入、輸出結構與錯誤訊息。若 README 沒有提供某項命令或設定鍵，就把它保留為未知。第 6 節的結果應能指出哪一個具體步驟成功或失敗。
在 letta-code 的實際閱讀中，第 6 節不能只停留在功能名稱。先找出 README 明列的入口，再確認它接受的資料形狀、產生的結果以及失敗時可見的訊號。若是命令，保留完整命令與參數；若是 API，保留方法名、欄位名與回傳內容；若是設定，保留檔案名、鍵名和生效範圍。這些差異會影響安裝方式、權限配置、測試資料與日後升級。letta-ai/letta-code 的素材沒有說明的部分，應明確標成未交代，不能用常見框架的經驗補齊。對使用者而言，最有價值的不是把所有能力列成清單，而是知道哪項能力能在自己的輸入上被觀察，哪項仍需要向上游查證。第 6 節的判斷因此要連回 letta-code 的專屬名稱與 README 段落，讓文章中的每個結論都能找到對應依據。
編輯結論
letta-code 適合需要 README 所列功能，且能控制執行環境、輸入資料與版本的人員或團隊；不適合把簡短描述視為跨平台承諾。採用前先依 letta-ai/letta-code README 的實際命令、API 或檔案路徑完成最小流程，記錄版本、輸出與錯誤，再判斷是否符合工作負載。Apache-2.0 對修改、分發或整合方式的影響，需依 LICENSE 核對。
社群筆記