Sider.ai
  • Csevegés
  • Wisebase
  • Eszközök
  • Kiterjesztés
  • Ügyfelek
  • Árazás
Letöltés most
Belépés

Tanulj gyorsabban, gondolkodj mélyebben, és fejlődj okosabban a Siderrel.

Termékek
Alkalmazások
  • Bővítmények
  • iOS
  • Android
  • Mac OS
  • Windows
Wisebase
  • Wisebase
  • Deep Research
  • Scholar Research
  • Math Solver
  • Rec NoteNew
  • Audio To Text
  • Gamified Learning
  • Interactive Reading
  • ChatPDF
Eszközök
  • WebkészítőNew
  • AI DiákNew
  • AI Esszé Író
  • Nano Banana Pro
  • Nano Banana Infographic
  • AI Kép Generátor
  • Olasz Agyrohasztó Generátor
  • Háttér Eltávolító
  • Háttér Változtató
  • Fotó Radír
  • Szöveg Eltávolító
  • Kifestés
  • Kép Feljavító
  • Létrehozás
  • AI Fordító
  • Kép Fordító
  • PDF Fordító
Sider
  • Kapcsolat
  • Súgóközpont
  • Letöltés
  • Árazás
  • Oktatási Terv
  • Újdonságok
  • Blog
  • Közösség
  • Partnerek
  • Partnerprogram
  • Meghívás
©2026 Minden jog fenntartva
Felhasználási feltételek
Adatvédelmi irányelvek
  • Kezdőlap
  • Blog
  • AI Eszközök
  • A Letta használata: Gyakorlati útmutató az állapotkövető AI-ügynökök építéséhez

A Letta használata: Gyakorlati útmutató az állapotkövető AI-ügynökök építéséhez

Frissítve: 2025. szept 24.

7 perc


Hogyan Használd a Lettát: Gyakorlati Útmutató Állapotmegőrző AI Ügynökök Építéséhez

Ha valaha is szeretted volna, hogy az AI ügynököd képes legyen megjegyezni a kontextust több munkamenet során, megbízhatóan kezelje az eszközöket, és fejlődjön anélkül, hogy ideiglenes, összetákolt szkripteket használnál, akkor Letta pont erre lett tervezve. Az alábbiakban egy gyakorlati, lépésről lépésre útmutatót találsz, amely segít beállítani Lettát, megépíteni az első állandó ügynöködet, és működő, tartós munkafolyamatokat indítani.
Érdemes megjegyezni: Letta korábban a MemGPT projekthez kötődött, azóta azonban teljes platformmá fejlődött SDK-kkal és egy vizuális Agent Development Environmenttel (ADE). Gyors kezdő lépéseket és hivatalos dokumentációt találsz, amelyek követhetők, egy rövid bemutató videót a tartós ügynök létrehozásának folyamatáról, valamint egy bejelentő posztot az ADE-ről, ha inkább alacsony-kódú felületet szeretnél. Ha mélyebb elméleti háttérre vagy kíváncsi az állapotmegőrző ügynökökről Lettában, nézd meg az ügynök áttekintőt. Ha érdekel a MemGPT-ről Lettára történő átnevezés és a csomagváltozások, a Python csomagjegyzetek hasznosak, az open-source tárhely pedig az architektúra kontextusát biztosítja.
Ez az útmutató gyakorlati és megoldásközpontú stílust követ: minimális mellébeszélés, sok másolható lépés és világos döntések minden szakaszban.

Mi az a Letta (és miért számít)?

Letta egy olyan platform állapotmegőrző AI ügynökök építéséhez – olyan ügynökökhöz, amelyek hosszú távú memóriát tartanak, kezelik az eszközöket, és megőrzik állapotukat a beszélgetések között. Egy egyszerű stateless chat burkoló helyett egy strukturált futtatókörnyezetet kapsz, ahol az ügynök képes:
  • Memóriatárolót fenntartani és automatikusan előhívni a releváns kontextust.
  • Eszközöket (függvényeket, API-kat, webhookokat) hívni sémakövető bemenetekkel.
  • Állapotát és konfigurációját verziózni és megőrizni.
  • Felhőben vagy helyileg futni SDK-kkal (Python/TypeScript) vagy alacsony-kóddal működő vizuális környezettel (ADE).
Ez azt jelenti, hogy készíthetsz ügyféltámogatási, kutatási asszisztens, adat- vagy termék-műveletek, illetve belső automatizálási ügynököket, amelyek nem „felejtik el” a projektet félúton.

Gyors döntési fa: Hol érdemes kezdened?

  • Fejlesztő vagyok, aki a kódot részesíti előnyben → Használd az SDK gyorskezdetet (Python vagy TypeScript).
  • Először vizuálisan szeretnék prototípust készíteni, majd exportálni kódba → Használd az ADE-t és az ügynök áttekintőt.
  • Kíváncsi vagyok az architektúrára és a történetre → Nézd át a tárhely/README fájlt és a csomagjegyzeteket.
  • Rövid, vezetett videót szeretnék → Nézd meg a bevezetőt.

Beállítás: Nulláról az első ügynökig (kód alapú útvonal)

Itt a leggyorsabb út az SDK használatával (példa Pythonban; a TypeScript hasonló a dokumentációban).
  1. Telepítés és hitelesítés
  • Telepítsd a letta csomagot a dokumentáció szerint. Győződj meg arról, hogy az API kulcsod vagy a helyi szervered hitelesítő adatai környezeti változókon keresztül vannak beállítva (pl. LETTA_API_KEY).
  1. Hozd létre az ügynököd
  • Határozd meg az ügynök rendszerpromptját (szerep), memóriakezelési stratégiáját és eszközlistáját. A gyorskezdő példa egy minimális működő mintát mutat be.
  1. Adj hozzá memória megőrzést
  • Engedélyezd az állandó memóriát és állítsd be, hogy az ügynök hogyan ír és olvas a memóriatárolóból. Az ügynök áttekintő elmagyarázza, hogyan tárolja Letta az állapotot és hogyan őrződnek meg az ügynökök a szerveren.
  1. Eszközök hozzáadása (függvényhívás)
  • Regisztrálj függvényeket szigorú sémákkal. Kezdd egyszerű eszközökkel, mint a search_docs(query) vagy create_ticket(data), majd bővítsd igény szerint.
  1. Tesztelés és iteráció
  • Futtass rövid feladatokat (pl. „Foglald össze ezt az ügyfél beszélgetést és hozz létre egy megoldási jegyet”). Nézd át a naplókat és a memóriabejegyzéseket a viselkedés ellenőrzéséhez.
  1. Telepítés
  • Válassz helyi futtatási lehetőséget fejlesztéshez vagy hosztolt környezetet staging/produkcióhoz. Verziózd az ügynök konfigurációit és eszközeit a haladás során.

Példa: Minimális Ügynök Vázlat (pszeudo-Python)

afrom letta import Client, Agent, Tool
client = Client(api_key=os.environ.
## Letta ADE használata (Lakcso/kódmentes útvonal)
Ha inkább vizuális prototípus-készítőt szeretnél, az ADE-ben kódírás nélkül komponálhatod az ügynököt, memóriát és eszközöket.
- Indíts új ügynök projektet az ADE-ben.
- Határozd meg az ügynök szerepét (rendszerprompt), stílusát és korlátait.
- Állítsd be a memória megőrzés és visszakeresési stratégiákat.
- Adj hozzá eszközöket csatlakozókból vagy egyedi műveleteket definiálva.
- Tesztelj beszélgetéseket azonnal, figyeld a memóriaírásokat, és állítsd be a küszöbértékeket.
- Exportáld vagy add át a fejlesztőknek, amikor a prototípus megfelelően működik.
Nézd meg az ADE bejelentését és oktatóanyagát egy részletes végigvezetéshez és rövid bemutató videóhoz.
## Ízléses Letta ügynökök tervezése: véleményezett legjobb gyakorlatok
1) Kezdd a megoldandó munkával
- Határozz meg szűk fókuszt (pl. „webes hibák támogatási jegyeinek triálása”), ne legyen homályos általános feladat.
2) Kódold bele az üzemeltetési eljárásokat
- Tedd a SOP-okat a rendszerpromptba. Példa: „Ha a triázs a produktív hatást javasolja, emeld a prioritást magasra, és mindig csatolj reprodukciós lépéseket, ha vannak.”
3) Tartsd szigorúan a tool sémákat
- Kötelezővé téve az enumerációkat és kötelező mezőket csökkentheted a hamisított paraméterek előfordulását.
4) Kezeld a memóriát, mint egy termék felületét
- Dolgozd ki, mi legyen megjegyzendő (kapcsolatok, preferenciák, korábbi megoldások) és mi lehessen átmeneti (egyszeri számítások). Rendszeresen vizsgáld a memóriabejegyzéseket.
5) Tesztelj valós adatokkal
- Tápláld az ügynököt anonimizált jegyekkel, dokumentumokkal és példákkal. Figyeld meg a hibamódokat (hiányzó kontextus, rossz prioritás), és finomítsd a promptokat, eszközöket.
6) Inkább megelőző védelmi mechanizmusok, mint utólagos takarítás
- Adj hozzá validációt az eszközökben. Ha az ügynök érvénytelen bemenetet javasol, a kezelőd fogja el és adjon útmutatást.
7) Minden eseményt mérj és naplózz
- Naplózd az eszközhívásokat, memóriaírásokat és üzenetszintű telemetriát. Készíts műszerfalakat kulcsfontosságú mutatókhoz (pl. sikerarány, megoldási idő).
8) Verziózd az ügynököket
- Kövesd nyomon a promptok, eszközök és memória szabályzatok változásait. Rögzítsd a jól bevált verziókat produkcióra, és iterálj a staging környezetben.
## Gyakori munkafolyamatok, amelyeket Lettával indíthatsz
- Ügyfélszolgálat
- Szálak összegzése, megoldási javaslatok, jegy létrehozása, érintettek értesítése.
- Kutatási asszisztens
- Lekérdezések tervezése, források keresése, szintetizálás, forrásjegyzetek tárolása a memóriában.
- Értékesítési/CS műveletek
- Hívás jegyzőkönyvek elemzése, következő lépések kivonása, CRM frissítése eszközökön keresztül, sablonos emailek küldése.
- Belső automatizálás
- Sorok monitorozása, futtatási könyvek indítása, állapotfrissítések, kontextus megőrzése műszakok között.
## Hibaelhárítás: Ha valami nem úgy működik, ahogy kellene
- Az ügynök elfelejt dolgokat
- Ellenőrizd, hogy engedélyezve van-e a memória, és a visszakeresési küszöbértékek megfelelőek. Vizsgáld meg, hogy az elemek valóban megőrződnek-e.
- Az eszközhívások hibásak
- Szigorítsd a sémákat, adj hozzá enumerációkat, és adj vissza strukturált hibákat javító javaslatokkal.
- Az ügynök túl bőbeszédű vagy túl tömör
- Állítsd be a rendszerprompt stílusútmutatóját, és adj 2–3 beágyazott példát.
- Összeférhetetlen utasítások
- Egységesítsd az üzemeltetési szabályokat. Használj explicit prioritásokat: „Mindig végezd el X-et Y előtt.”
- Elcsúszás frissítések után
- Verziózással zárold produkcióra. Újításokat fokozatosan vezess be, kísérleti jelleggel.
## Biztonsági és megfelelőségi gyorsjegyzetek
- Tekintsd az eszközöket megbízható kódfutási útvonalaknak – hitelesítsd és korlátozd hozzáférésüket.
- Törölj érzékeny adatokat a memória naplózás előtt.
- Gondolj a személyes azonosító információkra a memóriában: megőrzési szabályok, hozzáférés-vezérlés, titkosítás.
## Prototípustól produkcióig: Egy rövid ellenőrző lista
- Világos OKR-ek az ügynökhöz (mi a siker mércéje?).
- Szűk fókusz és SOP-alapú rendszerprompt.
- Szigorú eszköz sémák validációval és tesztekkel.
- Dokumentált memória stratégia, validálva valós feladatokkal.
- Megfigyelhetőség (naplók, metrikák, riasztások) kiépítve.
- Verziókövetés és visszagörgetés terve.
- Staging és produkciós környezetek elkülönítve.
## További tanulási források
- Bevezető videó: hozz létre első tartós ügynöködet.
- Gyorskezdő (Python/TS) kódrészletekkel.
- Ügynök architektúra és legjobb gyakorlatok.
- ADE bejelentés és végigvezető.
- Csomagnév változás és kompatibilitási jegyzetek.
- Nyílt forráskódú tárhely és háttér.
## Egyébként: Gyorsabb iteráció a [Sider.AI](https://sider.ai) segítségével
Ha promptokat dokumentálsz, példákat tesztelsz vagy összehasonlítod az eredményeket különböző ügynök verziók között, kényelmes, ha az anyagokat párhuzamosan kezelheted és gyorsan iterálhatsz rajtuk. Érdemes tudni, hogy a [Sider.AI](https://sider.ai) (https://sider.ai/) segít csapatoknak a promptok, jegyzetek és eltérések kezelésében, miközben ügynököket építesz és tesztelek – hasznos, ha többen finomítanak egy SOP-t vagy vizsgálják az eszközsémákat.
## Főbb tanulságok
- Letta segít állapotmegőrző ügynökök építésében memória, eszközök és tartós állapot használatával.
- Kezdd egy szűk, konkrét feladattal és szigorú sémákkal a stabilitásért.
- Használd az SDK-t kódközpontú munkafolyamatokhoz vagy az ADE-t vizuális prototípus-készítéshez.
- Műszerezz, verziózz és tesztelj valós adatokkal, mielőtt élesítesz.
- Használd az hivatalos gyorskezdőt és ügynök útmutatókat, hogy kövesd a legjobb gyakorlatokat.
### GYIK
K1: Mi az a Letta, és miben különbözik egy hagyományos chatbot-tól?
Letta egy olyan platform állapotmegőrző AI ügynökök építéséhez, amelyek tartós memóriát és eszközkezelést biztosítanak, nem csupán stateless chatburkoló. Tárolja az ügynök állapotát, sémakövető eszközöket használ, és kezeli a memóriát, valamint a munkafolyamatokat a munkamenetek között.
K2: Hogyan kezdhetek gyorsan Lettával?
Kövessd a fejlesztőknek szóló gyorskezdőt Python vagy TypeScript környezetben az első ügynök létrehozásához és eszközök hozzáadásához. Ha vizuális megoldást szeretnél, használd az ADE-t a memória, promptok és eszközök konfigurálásához, majd exportáld a projektet.
K3: Tudja-e Letta megjegyezni a felhasználói preferenciákat és korábbi feladatokat?
Igen. Letta támogatja az állandó memóriát, így az ügynökök tárolhatják a preferenciákat, döntéseket és eredményeket, majd kontextusfüggően előhívhatják azokat későbbi interakciókban. Állíts be memória szabályokat, és validáld valós feladatokkal.
K4: Hogyan működnek az eszközök Lettában?
Regisztrálsz függvényeket szigorú input sémákkal, hogy az ügynök megbízhatóan hívhassa őket. Adj hozzá validációt, használj enumerációkat, és adj vissza strukturált hibákat, hogy az ügynök tudja korrigálni a bemeneti hibákat.
K5: Ugyanaz a Letta, mint a MemGPT?
Letta a MemGPT kutatására és ökoszisztémájára épít, de ez a jelenlegi platform és csomag, amit használni érdemes. A csomagnév változás jegyzetei és az open-source tárhely bemutatja az átmenetet és az új API-kat.

Legfrissebb Cikkek
Hogyan sajátítsuk el a ChatPDF használatát: Gyorsabb betekintés sűrű dokumentumokból

Hogyan sajátítsuk el a ChatPDF használatát: Gyorsabb betekintés sűrű dokumentumokból

A legjobb X automatikus fordítási alternatíva gyors és pontos dokumentumokhoz

A legjobb X automatikus fordítási alternatíva gyors és pontos dokumentumokhoz

Samsung AI fordítás nem elérhető Iránban? Gyakorlati megoldások

Samsung AI fordítás nem elérhető Iránban? Gyakorlati megoldások

Perzsa fordító eszközök: gyakorlati útmutató a gyorsabb, pontosabb munkához

Perzsa fordító eszközök: gyakorlati útmutató a gyorsabb, pontosabb munkához

A legjobb Grok alternatíva mély, hivatkozott kutatáshoz

A legjobb Grok alternatíva mély, hivatkozott kutatáshoz

A 15 legfontosabb funkció, amit egy AI kép generátorban ténylegesen használni fogsz

A 15 legfontosabb funkció, amit egy AI kép generátorban ténylegesen használni fogsz