‏Letta Code؛ ایجنت کدنویسی که حافظه داره و یاد می‌گیره

به گفتهٔ سازنده‌ها، Letta Code یه harness ایجنتیه که محور اصلیش حافظه‌ست (memory-first) و برای ایجنت‌های دیرپا و بلندعمر طراحی شده — ایجنت‌هایی که از تجربه یاد می‌گیرن و یه هویت منسجم رو بین مدل‌های مختلف مثل Claude، GPT، Gemini، GLM و Kimi حفظ می‌کنن. این یعنی وقتی مدل زیرینش رو عوض می‌کنی، شخصیت و دانسته‌های ایجنت سرجاش می‌مونه. خودشون می‌گن این ابزار هم یه ایجنت کدنویسی frontier هست و هم می‌تونه به‌عنوان یه دستیار شخصی بلندمدت استفاده بشه.

راه‌های تعامل باهاش متنوعه: یه CLI محلی، اپ دسکتاپ برای مک و ویندوز و لینوکس، مرورگر (از جمله موبایل) از طریق chat.letta.com، و یکپارچگی با پیام‌رسان‌هایی مثل Telegram، Slack و Discord. یعنی می‌تونی با همون یه ایجنت از کانال‌های مختلف چت کنی.

قلب ماجرا قابلیت خودبهبودی و یادگیریشه. ایجنت‌ها به‌صورت برنامه‌ای context خودشون رو بازنویسی می‌کنن تا با گذر زمان بهتر بشن — هم یادگیری system prompt از طریق memory blockها و هم skill learning. مفهومی به اسم dreaming (محاسبهٔ زمان خواب) داره که با ‎/sleeptime تنظیم می‌شه، با ‎/doctor کیفیت حافظه رو audit می‌کنی و با ‎/palace حافظه رو می‌بینی. یه قابلیت جالب دیگه MemFS هست: کل context و memory blockها زیر git ردیابی می‌شن و می‌تونی اونا رو با یه ریپوی گیت‌هاب اختصاصی sync کنی.

از نظر معماری، چندین لایه skill رو لود می‌کنه: skillهای global در ~/.letta، skillهای سطح پروژه در .agents/skills، و skillهای سطح ایجنت که داخل MemFS ذخیره می‌شن. ساب‌ایجنت‌های توکار (general-purpose، forked، recall، history-analyzer) رو می‌شه sync یا async صدا زد، و هر ایجنت می‌تونه هر ایجنت دیگه (حتی خودش) رو به‌عنوان ساب‌ایجنت فراخوانی کنه. hookها، permissionها و cronها هم برای اتوماسیون و کار در طول زمان پشتیبانی می‌شن.

برای شروع، پکیج رو با npm install -g @letta-ai/letta-code نصب می‌کنی و تو پوشهٔ پروژه دستور letta رو می‌زنی. سر اولین اجرا دوتا انتخاب داری: حالت محلی (Proceed locally) که state ایجنت رو روی همین دستگاه نگه می‌داره و نیازی به لاگین Constellation نداره، یا لاگین به Constellation که state رو همگام می‌کنه تا از chat.letta.com و دسکتاپ و ماشین‌های دیگه به همون ایجنت‌ها دسترسی داشته باشی.

حالت محلی یه سرور ایجنت stateful رو داخل خود Letta Code اجرا می‌کنه و ایجنت‌ها، گفتگوها، حافظه و secretها روی دستگاهت ذخیره می‌شن. provider رو با ‎/connect وصل می‌کنی و حتی سرورهای inference محلی مثل Ollama، LM Studio و llama-cpp رو پشتیبانی می‌کنه (با امکان تنظیم timeout برای inferenceهای کند). نکتهٔ مهم اینه که حافظهٔ هر ایجنت محلی، یه ریپوی git معمولیه و Letta Code از سازنده‌های MemGPT و مفهوم sleep-time compute میاد.

نکات کلیدی:

• Letta Code یه ایجنت کدنویسی memory-first با حافظهٔ بلندمدته که از تجربه یاد می‌گیره.
• هویت و حافظهٔ ایجنت بین مدل‌های مختلف (Claude، GPT، Gemini، GLM، Kimi) حفظ می‌شه.
• خودبهبودی با memory blockها و skill learning؛ MemFS کل context رو زیر git ردیابی می‌کنه.
• دسترسی از CLI، دسکتاپ، مرورگر/موبایل و پیام‌رسان‌هایی مثل Telegram و Slack.
• حالت محلی همه‌چی رو روی دستگاهت نگه می‌داره و providerهای محلی مثل Ollama و LM Studio رو پشتیبانی می‌کنه.