afrom letta import Client, Agent, Tool
client = Client(api_key=os.environ.
## Korištenje Letta ADE (put bez ili s malo koda)
Ako preferirate vizualni prototip, ADE vam omogućava da sastavite agente, memoriju i alate bez pisanja koda.
- Pokrenite novi projekt agenta u ADE-u.
- Definirajte ulogu agenta (sistemski prompt), ton i granice.
- Konfigurirajte trajnost i strategije dohvaćanja memorije.
- Dodajte alate odabirom konektora ili definirajte prilagođene akcije.
- Testirajte razgovore unutar okruženja, pratite zapise memorije, prilagodite pragove.
- Izvezite ili predajte developerima kada prototip radi ispravno.
Pogledajte objavu i tutorijal za ADE s brzom uvodnom video lekcijom.
## Dizajn izvrsnih Letta agenata: preporučene najbolje prakse
1) Počnite s jasno definiranim zadatkom
- Definirajte usko područje djelovanja (npr. “tretiranje support tiketa za web greške”), a ne općenitog generalistu.
2) Ugradite operativne procedure
- Ubacite svoje standardne operativne procedure u sistemski prompt. Primjer: “Kada triage ukaže na utjecaj na proizvodnju, eskalirajte i postavite prioritet=visok. Uvijek uključite korake za reprodukciju ako su dostupni.”
3) Neka sheme alata budu stroge
- Provodite enumove i obavezna polja. To smanjuje 'hallucination' greške u unosima.
4) Postupajte s memorijom kao ključnim dijelom proizvoda
- Odlučite što treba pamtiti (kontakti, preferencije, ranija rješenja), a što je privremeno (jednokratni izračuni). Redovito pregledavajte tragove memorije.
5) Testirajte s pravim podacima
- Napunite agenta anonimiziranim tiketima, dokumentima i primjerima. Pratite mjesta grešaka (nedostatak konteksta, pogrešan prioritet) i doradite promptove/alate.
6) Postavite ograničenja > naknadno čišćenje
- Dodajte validaciju u alate. Ako agent predloži nevažeće ulaze, vaš handler treba uhvatiti i ponuditi smjernice.
7) Instrumentirajte sve
- Zabilježite pozive alata, upise memorije i telemetriju na razini poruka. Izradite nadzorne ploče za ključne metrike (stope uspjeha, vrijeme do rješenja).
8) Verzujte svoje agente
- Pratite promjene u promptovima, alatima i politikama memorije. Zakucajte verzije za proizvodnju, iterirajte u testnom okruženju.
## Uobičajeni tokovi rada koje možete implementirati s Lettom
- Korisnička podrška
- Sažimajte razgovore, predlažite rješenja, kreirajte tikete, obavještavajte dionike.
- Istraživački asistent
- Planirajte upite, pretražujte izvore, sintetizirajte i pohranite bilješke izvora u memoriju.
- Sales/CS Ops
- Parsirajte bilješke s poziva, izvucite sljedeće korake, ažurirajte CRM putem alata, pratite putem predložaka emailova.
- Interna automatizacija
- Pratite redove čekanja, pokrećite runbookove, evidentirajte status i održavajte kontekst između smjena.
## Otklanjanje poteškoća: kad stvari ne funkcioniraju
- Agent zaboravlja stvari
- Provjerite je li memorija omogućena i jesu li pragovi za dohvat prikladni. Provjerite jesu li podaci stvarno pohranjeni.
- Pozivi alata su nepravilni
- Pooštrite sheme, dodajte enumove i vraćajte strukturirane greške s uputama za ispravke.
- Agent je previše riječit ili previše kratak
- Prilagodite stil vodiča u sistemskom promptu i priložite 2–3 primjera u tekstu.
- Sukobljene instrukcije
- Konsolidirajte operativna pravila. Koristite eksplicitne prioritete: “Uvijek prvo učini X pa onda Y.”
- Promjene nakon ažuriranja dovode do odstupanja
- Zaključajte verziju u produkciji. Postepeno uvodite promjene s canary release tehnikom.
## Brzi savjeti za sigurnost i usklađenost
- Tretirajte alate kao pouzdane kodne puteve – autentičnost i scope su ključni.
- Prethodno uklonite osjetljive podatke prije zapisivanja tragova memorije.
- Razmotrite PII u memoriji: politike zadržavanja, kontrole pristupa, enkripciju.
## Od prototipa do produkcije: kratki kontrolni popis
- Jasni OKR-ovi za agenta (što je uspjeh?).
- Usklađeni, usko definirani zadatak i SOP-driven sistemski prompt.
- Stroge sheme alata s validacijom i testovima.
- Dokumentirana strategija memorije i validirana pravim zadacima.
- Uspostavljena observabilnost (logovi, metrike, alerti).
- Plan verzioniranja i vraćanja unazad.
- Odvojena testna i produkcijska okruženja.
## Dodatni izvori za učenje
- Uvodni video: kreirajte svog prvog postojanog agenta.
- Brzo uvođenje (Python/TS) s primjerima koda.
- Arhitektura agenata i najbolje prakse.
- Objavljivanje i vodič za ADE.
- Napomene o promjeni imena paketa i kompatibilnosti.
- Open-source repozitorij i pozadina projekta.
## Uzgred: brže iteracije uz [Sider.AI](https://sider.ai)
Ako dokumentirate promptove, testirate primjere ili uspoređujete rezultate različitih verzija agenata, korisno je imati artefakte uz njih i brzo iterirati. Vrlo je korisno, [Sider.AI](https://sider.ai) (https://sider.ai/) pomaže timovima bilježiti promptove, bilješke i razlike dok gradite i testirate agente – korisno kad više osoba usavršava SOP ili evaluira sheme alata.
## Ključne spoznaje
- Letta vam pomaže izgraditi stateful agente s memorijom, alatima i trajnim stanjem.
- Počnite s uskim zadatkom i strogo definiranim shemama radi stabilnosti.
- Koristite SDK za rad s kodom ili ADE za vizualni prototip.
- Instrumentirajte, verzirajte i testirajte s pravim podacima prije produkcije.
- Iskoristite službeni quickstart i vodiče za agente da ostanete usklađeni s najboljim praksama.
### Česta pitanja (FAQ)
Q1: Što je Letta i po čemu se razlikuje od običnog chatbota?
Letta je platforma za izgradnju stateful AI agenata s trajnom memorijom i orkestracijom alata, a ne samo bezstanični chat omotač. Pohranjuje stanje agenta, provodi sheme alata i omogućuje upravljanje memorijom i tokovima rada kroz sesije.
Q2: Kako brzo započeti s Lettom?
Slijedite developerski quickstart za Python ili TypeScript da kreirate svog prvog agenta i dodate alate. Ako preferirate vizualni pristup, koristite ADE za konfiguraciju memorije, promptova i alata prije izvoza vašeg postava.
Q3: Može li Letta pamtiti korisničke postavke i prethodne zadatke?
Da. Letta podržava trajnu memoriju tako da agenti mogu pohraniti preferencije, odluke i rezultate, te ih kontekstualno dohvatiti u budućim interakcijama. Konfigurirajte politike memorije i testirajte ih s pravim zadacima.
Q4: Kako rade alati u Lettinim agentima?
Registrirate funkcije sa strogo definiranim ulaznim shemama kako bi ih agent mogao pozivati pouzdano. Dodajte validaciju, koristite enumove i vraćajte strukturirane greške koje pomažu u korektivnom ponašanju kada su ulazi neispravni.
Q5: Je li Letta isto što i MemGPT?
Letta se temelji na istraživanju i ekosustavu MemGPT-a, ali je sadašnja platforma i paket koji biste trebali koristiti. Bilješke o preimenovanju paketa i open-source repozitorij objašnjavaju tranziciju i ažurirane API-je.