afrom letta import Client, Agent, Tool
client = Client(api_key=os.environ.
## Gebruik van Letta ADE (No-Code/Low-Code Pad)
Als je visueel wilt prototypen, kun je met ADE agenten, geheugen en tools samenstellen zonder code te schrijven.
- Begin een nieuw agentproject in ADE.
- Definieer de rol van de agent (systeem-prompt), toon en grenzen.
- Configureer geheugenpersistentie en ophaalstrategieën.
- Voeg tools toe door connectoren te kiezen of aangepaste acties te definiëren.
- Test gesprekken direct, observeer geheugenupdates, pas drempels aan.
- Exporteer of draag over aan ontwikkelaars zodra je prototype correct werkt.
Zie de ADE aankondiging en tutorial voor een walkthrough en korte introductievideo.
## Ontwerpen van Geweldige Letta-Agenten: Aanbevolen Praktijken
1) Begin met de taak die gedaan moet worden
- Definieer een smalle scope (bijvoorbeeld “triage supporttickets voor webfouten”), geen vage generalist.
2) Codeer je werkwijzen
- Zet je standaardprocedures in de systeem-prompt. Bijvoorbeeld: “Als triage productie-impact suggereert, escaleer en stel prioriteit=hoog in. Voeg altijd, indien beschikbaar, reproductiestappen toe.”
3) Maak tool-schema’s strikt
- Handhaaf enums en verplichte velden. Dit vermindert hallucinerende parameters.
4) Behandel geheugen als een productoppervlak
- Bepaal wat memorabel moet zijn (contacten, voorkeuren, eerdere oplossingen) en wat vluchtig is (eenmalige berekeningen). Inspecteer geheugen-traces regelmatig.
5) Test met echte data
- Vul de agent met geanonimiseerde tickets, documenten en voorbeelden. Observeer faalpatronen (ontbrekende context, verkeerde prioriteit) en verfijn prompts/tools.
6) Voorkom problemen liever dan achteraf opruimen
- Voeg validatie toe in tools. Als de agent ongeldig invoer voorstelt, moet je handler dat opvangen en met aanwijzingen reageren.
7) Instrumenteer alles
- Log tool-aanroepen, geheugenupdates en telemetrie per bericht. Maak dashboards voor kernmetrics (succespercentage, tijd-tot-oplossing).
8) Versiebeheer je agenten
- Houd wijzigingen bij in prompts, tools en geheugenbeleid. Veranker bekende stabiele versies voor productie, en iteraties in staging.
## Veelvoorkomende Workflows die je met Letta kunt Realiseren
- Klantenservice
- Draden samenvatten, oplossing voorstellen, tickets aanmaken, stakeholders informeren.
- Onderzoeksassistent
- Queries plannen, bronnen doorzoeken, synthetiseren, bronnotities opslaan in geheugen.
- Sales/CS Operations
- Gespreksnotities ontleden, volgende stappen extraheren, CRM bijwerken via tools, opvolgen met sjabloon-e-mails.
- Interne Automatisering
- Wachtrijen monitoren, runbooks triggeren, statusupdates archiveren en context behouden over diensten heen.
## Problemen Oplossen: Als Dingen Niet Werken
- De agent vergeet dingen
- Controleer of geheugen ingeschakeld is en of de ophaaldrempels passend zijn. Kijk na of items daadwerkelijk persistent worden opgeslagen.
- Tool-aanroepen zijn onjuist gevormd
- Verscherp schema’s, voeg enums toe en retourneer gestructureerde fouten met correctie-hints.
- Agent is te uitgebreid of te kortaf
- Pas de stijlhandleiding van de systeem-prompt aan en geef 2–3 inline voorbeelden.
- Tegenstrijdige instructies
- Consolideer je werkinstructies. Gebruik expliciete prioriteiten: “Doe altijd X vóór Y.”
- Drift na updates
- Zet versiebeveiliging in productie in. Rol veranderingen gefaseerd uit (canary deployments).
## Korte Veiligheids- en Compliance Notities
- Behandel tools als vertrouwde codepaden — authenticeer en beperk hun scope.
- Anonimiseer gevoelige data voordat je geheugen-traces logt.
- Houd rekening met persoonsgegevens in geheugen: bewaarbeleid, toegangscontrole, encryptie.
## Van Prototype naar Productie: Korte Checklist
- Duidelijke OKR’s voor de agent (wat is succes?).
- Smalle scope en SOP-gedreven systeem-prompt.
- Strikte tool-schema’s met validatie en tests.
- Geheugenstrategie gedocumenteerd en gevalideerd met echte taken.
- Observeerbaarheid (logs, metrics, alerts) opgezet.
- Versiebeheer en rollback-plan.
- Gescheiden staging- en productieomgevingen.
## Extra Leerbronnen
- Introductievideo: maak je eerste persistente agent.
- Quickstart (Python/TS) met codevoorbeelden.
- Agentarchitectuur en best practices.
- ADE aankondiging en walkthrough.
- Herbenoeming pakket en compatibiliteitsnotities.
- Open-source repo en achtergrondinformatie.
## Trouwens: Sneller itereren met [Sider.AI](https://sider.ai)
Als je prompts documenteert, voorbeelden test of outputs over agentversies vergelijkt, is het handig om artefacten naast elkaar te houden en snel te itereren. [Sider.AI](https://sider.ai) (https://sider.ai/) helpt teams om prompts, notities en verschillen vast te leggen terwijl je agenten bouwt en test — nuttig als meerdere mensen een SOP verfijnen of tool-schema’s evalueren.
## Belangrijke Conclusies
- Letta helpt je staatvolle agenten te bouwen met geheugen, tools en persistente staat.
- Begin met een smalle taak en strikte schema’s voor stabiliteit.
- Gebruik de SDK voor code-gebaseerde workflows of ADE voor visueel prototypen.
- Instrumenteer, versiebeheer en test met echte data vóór livegang.
- Maak gebruik van de officiële quickstart en agentengidsen om bij best practices te blijven.
### FAQ
Q1: Wat is Letta en hoe verschilt het van een gewone chatbot?
Letta is een platform voor het bouwen van staatvolle AI-agenten met persistent geheugen en toolorchestratie, niet slechts een stateless chat-omhulsel. Het slaat agentstatus op, handhaaft tool-schema’s en laat je geheugen en workflows over sessies heen beheren.
Q2: Hoe begin ik snel met Letta?
Volg de ontwikkelaarsquickstart voor Python of TypeScript om je eerste agent te maken en tools toe te voegen. Geef je de voorkeur aan een visueel pad, gebruik dan de ADE om geheugen, prompts en tools te configureren voordat je exporteert.
Q3: Kan Letta gebruikersvoorkeuren en eerdere taken onthouden?
Ja. Letta ondersteunt persistent geheugen zodat agenten voorkeuren, beslissingen en uitkomsten kunnen opslaan en contextueel kunnen ophalen bij toekomstige interacties. Configureer geheugenbeleid en valideer met echte taken.
Q4: Hoe werken tools in Letta-agenten?
Je registreert functies met strikte input-schema’s zodat de agent ze betrouwbaar kan aanroepen. Voeg validatie toe, gebruik enums en retourneer gestructureerde fouten om corrigerend gedrag te begeleiden wanneer invoer afwijkend is.
Q5: Is Letta hetzelfde als MemGPT?
Letta bouwt voort op het MemGPT-onderzoek en ecosysteem maar is het huidige platform en pakket dat je zou moeten gebruiken. De pakketnaamwijziging en open repo leggen de overgang en de geüpdatete API’s uit.