from letta import Client, Agent, Tool
client = Client(api_key=os.environ.
## Usando Letta ADE (Ruta sin código/de bajo código)
Si prefieres prototipar visualmente, el ADE te permite crear agentes, memoria y herramientas sin escribir código.
- Inicia un nuevo proyecto de agente en ADE.
- Define el rol del agente (prompt del sistema), tono, límites.
- Configura la persistencia de memoria y las estrategias de recuperación.
- Añade herramientas seleccionando conectores o definiendo acciones personalizadas.
- Prueba conversaciones en línea, observa escrituras de memoria, ajusta umbrales.
- Exporta o pasa el prototipo a desarrolladores cuando se comporte correctamente.
Consulta el anuncio y tutorial del ADE para un recorrido y un video introductorio rápido.
## Diseñando Grandes Agentes con Letta: Mejores Prácticas Recomendadas
1) Empieza con la tarea a realizar
- Define un alcance estrecho (ej. “gestionar tickets de soporte para errores web”), no algo vago y generalista.
2) Codifica los procedimientos operativos
- Incorpora tus SOPs en el prompt del sistema. Ejemplo: “Cuando el análisis sugiere impacto en producción, escala y establece prioridad=alta. Siempre incluye pasos para reproducir si están disponibles.”
3) Haz que los esquemas de las herramientas sean estrictos
- Aplica enumeraciones y campos obligatorios. Esto reduce parámetros inventados.
4) Trata la memoria como una superficie de producto
- Decide qué debe recordarse (contactos, preferencias, resoluciones previas) y qué es efímero (cálculos puntuales). Revisa las trazas de memoria regularmente.
5) Prueba con datos reales
- Alimenta al agente con tickets anonimizados, documentos y ejemplos. Observa fallos (contexto faltante, prioridad errónea) y mejora prompts/herramientas.
6) Barreras preventivas > corrección a posteriori
- Añade validaciones en las herramientas. Si el agente propone entradas inválidas, tu manejador debe detectarlas y responder con indicaciones.
7) Instrumenta todo
- Registra llamadas a herramientas, escrituras de memoria y telemetría por mensaje. Crea paneles para métricas clave (tasa de éxito, tiempo a resolución).
8) Versiona tus agentes
- Haz seguimiento de cambios en prompts, herramientas y políticas de memoria. Fija versiones estables para producción y itera en staging.
## Flujos de Trabajo Comunes que Puedes Implementar con Letta
- Soporte al Cliente
- Resumir hilos, proponer resoluciones, crear tickets, notificar interesados.
- Asistente de Investigación
- Planificar consultas, buscar fuentes, sintetizar, guardar notas fuente en memoria.
- Operaciones de Ventas/CS
- Procesar notas de llamadas, extraer próximos pasos, actualizar CRM con herramientas, enviar emails plantilla.
- Automatización Interna
- Monitorear colas, activar runbooks, registrar actualizaciones de estado y mantener contexto entre turnos.
## Resolución de Problemas: Cuando Algo No Funciona
- El agente olvida información
- Verifica que la memoria esté habilitada y los umbrales de recuperación sean adecuados. Comprueba que los ítems realmente se persistan.
- Llamadas a herramientas mal formadas
- Ajusta esquemas, añade enumeraciones y devuelve errores estructurados con sugerencias correctivas.
- El agente es demasiado prolijo o muy breve
- Ajusta la guía de estilo en el prompt del sistema y añade 2-3 ejemplos en línea.
- Instrucciones contradictorias
- Consolida las reglas operativas. Usa prioridades claras: “Siempre hacer X antes que Y.”
- Deriva tras actualizaciones
- Bloquea versión en producción. Despliega cambios con pruebas piloto (canarios).
## Notas Rápidas sobre Seguridad y Cumplimiento
- Trata las herramientas como vías de código confiable: autentícalas y restringe su alcance.
- Redacta datos sensibles antes de registrar trazas de memoria.
- Considera PII en memoria: políticas de retención, controles de acceso y cifrado.
## De Prototipo a Producción: Lista Breve de Verificación
- OKRs claros para el agente (¿qué es éxito?).
- Alcance definido y prompt del sistema con base en SOP.
- Esquemas estrictos de herramientas con validación y pruebas.
- Estrategia de memoria documentada y validada con tareas reales.
- Observabilidad (registros, métricas, alertas) configurada.
- Plan de versionado y reversión.
- Ambientes de staging y producción separados.
## Recursos Adicionales para Aprender
- Video introductorio: crea tu primer agente persistente.
- Quickstart (Python/TS) con fragmentos de código.
- Arquitectura del agente y mejores prácticas.
- Anuncio y recorrido del ADE.
- Cambios de nombre del paquete y notas de compatibilidad.
- Repositorio open-source y contexto.
## Por cierto: Iteración más rápida con [Sider.AI](https://sider.ai)
Si documentas prompts, pruebas ejemplos o comparas resultados entre versiones de agentes, es útil mantener los artefactos lado a lado e iterar con rapidez. Vale la pena mencionar que [Sider.AI](https://sider.ai) (https://sider.ai/) ayuda a los equipos a capturar prompts, notas y diferencias mientras construyen y prueban agentes — especialmente útil cuando varias personas refinan un SOP o evalúan esquemas de herramientas.
## Puntos Clave
- Letta te ayuda a construir agentes con estado, memoria, herramientas y estado persistente.
- Empieza con un trabajo bien definido y esquemas estrictos para mayor estabilidad.
- Usa el SDK para flujos basados en código o el ADE para prototipos visuales.
- Instrumenta, versiona y prueba con datos reales antes de lanzar.
- Aprovecha el quickstart oficial y las guías de agente para seguir las mejores prácticas.
### Preguntas Frecuentes
Q1: ¿Qué es Letta y en qué se diferencia de un chatbot común?
Letta es una plataforma para construir agentes de IA con estado persistente y orquestación de herramientas, no solo un envoltorio de chat sin estado. Almacena el estado del agente, aplica esquemas a las herramientas y permite gestionar memoria y flujos entre sesiones.
Q2: ¿Cómo puedo comenzar a usar Letta rápido?
Sigue el quickstart para desarrolladores en Python o TypeScript para crear tu primer agente y añadir herramientas. Si prefieres un camino visual, utiliza el ADE para configurar memoria, prompts y herramientas antes de exportar tu configuración.
Q3: ¿Puede Letta recordar preferencias de usuarios y tareas pasadas?
Sí. Letta soporta memoria persistente para que los agentes almacenen preferencias, decisiones y resultados, y los recuperen contextualmente en interacciones futuras. Configura políticas de memoria y valida con tareas reales.
Q4: ¿Cómo funcionan las herramientas en los agentes Letta?
Registras funciones con esquemas de entrada estrictos para que el agente las llame con fiabilidad. Añade validación, usa enumeraciones y devuelve errores estructurados para guiar acciones correctivas cuando las entradas no son adecuadas.
Q5: ¿Letta es lo mismo que MemGPT?
Letta está basado en la investigación y el ecosistema MemGPT pero es la plataforma y paquete actual que deberías usar. Las notas del cambio de nombre y el repositorio abierto explican la transición y las APIs actualizadas.