afrom letta import Client, Agent, Tool
client = Client(api_key=os.environ.
## Използване на Letta ADE (път без код/нисък код)
Ако предпочитате визуално прототипиране, ADE ви позволява да композирате агенти, памет и инструменти без писане на код.
- Стартирайте нов агентски проект в ADE.
- Дефинирайте ролята на агента (системен промпт), тон и граници.
- Конфигурирайте персистентност и стратегии за извличане на памет.
- Добавете инструменти чрез избор от конектори или дефиниране на потребителски действия.
- Тествайте разговори на място, наблюдавайте записи в паметта, регулирайте прагoве.
- Експортирайте или предайте на разработчици след като прототипът ви работи коректно.
Вижте анонса на ADE и урок за подробно ръководство и кратко intro видео.
## Проектиране на страхотни Letta агенти: Препоръчителни практики
1) Започнете с конкретна задача
- Определете тесен обхват (например „триаж на клиентски билети за уеб грешки“), а не общ агент за всичко.
2) Вградете стандартни оперативни процедури (SOP)
- Включете SOP в системния промпт. Пример: „Когато триажът посочи производствено влияние, ескалирайте и задайте приоритет=висок. Винаги включвайте стъпки за възпроизвеждане, ако са налични.”
3) Направете схемите на инструментите строги
- Налагайте избираеми стойности (enums) и задължителни полета. Това намалява грешни параметри.
4) Отнасяйте се към паметта като към продукт
- Решете какво да помните (контакти, предпочитания, предишни решения) и какво е еднократни изчисления. Редовно проверявайте следите в паметта.
5) Тествайте с реални данни
- Започнете с анонимизирани билети, документи и примери. Наблюдавайте грешки (липсващ контекст, неправилен приоритет) и подобрявайте промптите и инструментите.
6) Предпазни мерки > поправки след факта
- Добавете валидации в инструментите. Ако агентът предложи невалидни входове, вашият хендлър трябва да ги засече и да даде насоки.
7) Заснемайте всичко
- Логвайте извиквания към инструменти, записи в памет и телеметрия на ниво съобщения. Създайте табла с ключови метрики (процент успешни, време за разрешаване).
8) Версионирайте агентите
- Следете промените в промпти, инструменти и политики за памет. Закрепвайте стабилни версии за продукция, итерайте в стейджинг.
## Често използвани работни потоци с Letta
- Клиентска поддръжка
- Обобщаване на разговори, предлагане на решения, създаване на билети, уведомяване на заинтересовани страни.
- Изследователски асистент
- Планиране на заявки, търсене в източници, синтезиране, съхранение на бележки източници в паметта.
- Продажби/CS операции
- Парсване на бележки от обаждания, извличане на следващи стъпки, актуализиране на CRM чрез инструменти, последващи действия с шаблонни имейли.
- Вътрешна автоматизация
- Следене на опашки, стартиране на runbooks, подаване на статус актуализации и запазване на контекст през смени.
## Отстраняване на проблеми: Когато нещата не работят както трябва
- Агентът забравя
- Проверете дали паметта е активирана и прагът за извличане е подходящ. Уверете се, че елементите ви наистина се запазват.
- Инвиквания към инструменти са с грешен формат
- Затегнете схемите, добавете enums и връщайте структурирани грешки с насоки за корекция.
- Агентът е твърде многословен или твърде кратък
- Настройте стиловото ръководство на системния промпт и предоставете 2–3 примера в текста.
- Конфликтни инструкции
- Консолидирайте оперативните правила с изрични приоритети: „Винаги правете X преди Y.”
- Изместване след ъпдейти
- Заключване на версията в продукция. Въвеждайте промени постепенно с canaries.
## Кратки бележки за сигурност и комплайънс
- Отнасяйте се към инструментите като към доверени кодови пътища — удостоверявайте и ограничете достъпа.
- Скривайте чувствителни данни преди логване на следи в паметта.
- Помислете за PII в паметта: политики за задържане, контрол на достъпа, криптиране.
## От прототип към продукция: кратък контролен списък
- Ясни OKR за агента (какво е успех?).
- Тесен обхват и SOP-базирано системно описание.
- Строги схеми на инструментите с тестове и валидиране.
- Документирана стратегия за памет и валидирана с реални задачи.
- Наблюдаемост (логове, метрики, аларми) настроена.
- План за версиониране и връщане към предходни версии.
- Отделени стейджинг и продукционни среди.
## Допълнителни учебни ресурси
- Въвеждащо видео: създайте първия си персистентен агент.
- Quickstart (Python/TS) с кодови примери.
- Архитектура на агенти и най-добри практики.
- Анонс и урок за ADE.
- Бележки за преименуване на пакета и съвместимост.
- Отворен код и бекграунд.
## Между другото: По-бързо итеране с [Sider.AI](https://sider.ai)
Ако документирате промпти, тествате примери или сравнявате резултати между версии на агентите, е удобно да държите артефакти едновременно и да итерате бързо. Струва си да знаете, че [Sider.AI](https://sider.ai) (https://sider.ai/) помага на екипите да заснемат промпти, бележки и диференциални прегледи, докато изграждате и тествате агенти—особено полезно, когато няколко души усъвършенстват SOP или оценяват схеми на инструменти.
## Основни изводи
- Letta ви помага да създавате състояниеви агенти с памет, инструменти и постоянство на състоянието.
- Започнете с конкретна задача и строги схеми за стабилност.
- Използвайте SDK за код-базирани работни потоци или ADE за визуално прототипиране.
- Заснемайте, версионирайте и тествайте с реални данни преди пускане в продукция.
- Използвайте официалните quickstart и ръководства за агенти, за да се придържате към добри практики.
### ЧЗВ
В1: Какво е Letta и как се различава от обикновен чатбот?
Letta е платформа за създаване на състояниеви AI агенти с постоянна памет и оркестрация на инструменти, а не просто безсъстояниев чат интерфейс. Тя съхранява състоянието на агента, налага схеми на инструменти и ви позволява да управлявате памет и работни потоци между сесиите.
В2: Как да започна бързо с Letta?
Следвайте quickstart за разработчици за Python или TypeScript, за да създадете първия си агент и да добавите инструменти. Ако предпочитате визуален подход, използвайте ADE за конфигуриране на памет, промпти и инструменти преди експортиране на настройката.
В3: Може ли Letta да помни предпочитанията и минали задачи на потребителя?
Да. Letta поддържа постоянна памет, така че агентите могат да съхраняват предпочитания, решения и резултати, които след това се извличат контекстуално при бъдещи взаимодействия. Конфигурирайте политиките за памет и валидирайте с реални задачи.
В4: Как работят инструментите в Letta агентите?
Регистрирате функции със строги входни схеми, за да може агентът да ги извиква надеждно. Добавяйте валидация, използвайте enums и връщайте структурирани грешки, които помагат за коригиращо поведение, когато входните данни са непълни или некоректни.
В5: Letta ли е същото като MemGPT?
Letta се базира на изследванията и екосистемата на MemGPT, но е текущата платформа и пакет, който трябва да използвате. Бележките за преименуване на пакета и отворения код обясняват прехода и обновените API-та.