afrom letta import Client, Agent, Tool
client = Client(api_key=os.environ.
## Usare Letta ADE (Percorso No-Code/Low-Code)
Se preferisci prototipi visuali, l’ADE ti permette di comporre agenti, memoria e strumenti senza scrivere codice.
- Avvia un nuovo progetto agente in ADE.
- Definisci il ruolo dell’agente (prompt di sistema), tono, limiti.
- Configura persistenza e strategie di recupero della memoria.
- Aggiungi strumenti selezionando connettori o definendo azioni personalizzate.
- Testa conversazioni inline, osserva le scritture in memoria, aggiusta le soglie.
- Esporta o passa agli sviluppatori una volta che il prototipo funziona correttamente.
Vedi l’annuncio ADE e il tutorial per un walkthrough e un breve video introduttivo.
## Progettare Ottimi Agenti Letta: Best Practice Condivise
1) Parti dal lavoro da svolgere
- Definisci un ambito ristretto (es. “triage ticket supporto per errori web”), non un generico vago.
2) Codifica le procedure operative
- Inserisci le SOP nel prompt di sistema. Esempio: “Quando il triage suggerisce impatto in produzione, scala e imposta priorità=alta. Includi sempre i passaggi di riproduzione se disponibili.”
3) Rendi gli schemi degli strumenti rigorosi
- Applica enums e campi obbligatori. Questo riduce parametri inventati.
4) Tratta la memoria come una superficie di prodotto
- Decidi cosa deve essere memorizzato (contatti, preferenze, risoluzioni precedenti) e cosa è effimero (calcoli una tantum). Controlla regolarmente le tracce di memoria.
5) Testa con dati reali
- Riempi l’agente con ticket anonimi, documenti ed esempi. Osserva i difetti (contesto mancante, priorità sbagliata) e affina prompt/strumenti.
6) Guardrail > correzioni a posteriori
- Aggiungi validazioni negli strumenti. Se l’agente propone input non validi, il gestore deve intercettarli e rispondere con suggerimenti.
7) Strumenta tutto
- Registra chiamate strumenti, scritture memoria e telemetria messaggi. Crea dashboard per metriche chiave (tasso di successo, tempo di risoluzione).
8) Versiona i tuoi agenti
- Tieni traccia di modifiche a prompt, strumenti e politiche di memoria. Punta a versioni note e stabili in produzione e sperimenta in staging.
## Flussi di Lavoro Comuni che Puoi Lanciare con Letta
- Supporto Clienti
- Riassumi conversazioni, proponi risoluzioni, crea ticket, notifica gli stakeholder.
- Assistente di Ricerca
- Pianifica query, ricerca fonti, sintetizza, memorizza note di origine.
- Sales/CS Operations
- Analizza note di chiamata, estrai prossimi passi, aggiorna CRM via strumenti, invia follow-up con email template.
- Automazione Interna
- Monitora code, attiva runbook, registra aggiornamenti stato, mantieni contesto tra turni.
## Risoluzione Problemi: Quando le Cose Non Funzionano
- L’agente dimentica informazioni
- Verifica che la memoria sia abilitata e che le soglie di recupero siano corrette. Controlla che gli elementi siano davvero salvati.
- Chiamate a strumenti mal formate
- Rendi gli schemi più rigidi, aggiungi enums e restituisci errori strutturati con suggerimenti correttivi.
- L’agente è troppo prolisso o troppo sintetico
- Aggiusta la guida stilistica del prompt di sistema e fornisci 2-3 esempi inline.
- Istruzioni in conflitto
- Consolida le regole operative. Usa priorità esplicite: “Fai sempre X prima di Y.”
- Cambiamenti imprevisti dopo aggiornamenti
- Blocca le versioni in produzione. Distribuisci cambiamenti con rollout graduale (canary).
## Note Veloci su Sicurezza e Conformità
- Considera gli strumenti come percorsi di codice affidabili—autenticali e limita i loro ambiti.
- Anonimizza dati sensibili prima di registrarli nella memoria.
- Valuta PII nella memoria: politiche di conservazione, controlli accesso, crittografia.
## Da Prototipo a Produzione: Una Checklist Rapida
- OKR chiari per l’agente (che cos’è il successo?).
- Ambito ristretto e prompt di sistema basato sulle SOP.
- Schemi strumenti rigorosi con validazione e test.
- Strategia di memoria documentata e validata con task reali.
- Osservabilità (log, metriche, alert) configurata.
- Piano di versioning e rollback.
- Ambienti separati per staging e produzione.
## Risorse di Apprendimento Extra
- Video introduttivo: crea il tuo primo agente persistente.
- Quickstart (Python/TS) con frammenti di codice.
- Architettura agenti e best practice.
- Annuncio e walkthrough ADE.
- Note sul cambio nome pacchetto e compatibilità.
- Repository open-source e background.
## A proposito: Iterazioni più Veloci con [Sider.AI](https://sider.ai)
Se stai documentando prompt, testando esempi o confrontando output tra versioni di agenti, è utile tenere artefatti affiancati e iterare rapidamente. Da notare che [Sider.AI](https://sider.ai) (https://sider.ai/) può aiutare i team a catturare prompt, annotazioni e differenze mentre costruisci e testi agenti—molto utile quando più persone affinano una SOP o valutano schemi strumenti.
## Punti Chiave
- Letta ti aiuta a costruire agenti stateful con memoria, strumenti e stato persistente.
- Parti da un compito ristretto e schemi rigorosi per stabilità.
- Usa l’SDK per flussi di lavoro basati sul codice o ADE per prototipi visuali.
- Strumenta, versione e testa con dati reali prima di andare live.
- Approfitta del quickstart ufficiale e delle guide agenti per rimanere allineato alle best practice.
### FAQ
D1: Cos’è Letta e in cosa si differenzia da un chatbot tradizionale?
Letta è una piattaforma per costruire agenti AI stateful con memoria persistente e orchestrazione di strumenti, non solo un wrapper chat senza stato. Conserva lo stato dell’agente, applica schemi rigorosi per gli strumenti e gestisce memoria e flussi di lavoro attraverso le sessioni.
D2: Come posso iniziare rapidamente a usare Letta?
Segui il quickstart sviluppatori per Python o TypeScript per creare il tuo primo agente e aggiungere strumenti. Se preferisci un percorso visuale, usa ADE per configurare memoria, prompt e strumenti prima di esportare la configurazione.
D3: Letta può ricordare preferenze utenti e task passati?
Sì. Letta supporta memoria persistente affinché gli agenti memorizzino preferenze, decisioni e risultati, recuperandoli contestualmente in interazioni future. Configura le politiche di memoria e convalida con task reali.
D4: Come funzionano gli strumenti negli agenti Letta?
Registri funzioni con schemi input rigorosi così l’agente può chiamarle in modo affidabile. Aggiungi validazioni, usa enums e restituisci errori strutturati per guidare comportamenti correttivi quando gli input non vanno bene.
D5: Letta è lo stesso di MemGPT?
Letta si basa sulla ricerca e sull’ecosistema MemGPT ma è la piattaforma e il pacchetto attuali da usare. Le note sul cambio di nome e il repository open spiegano la transizione e le API aggiornate.