AI Agents · บทเรียน

Letta (เดิมคือ MemGPT) สำหรับเอเจนต์ที่ทำงานระยะยาว

Letta เชี่ยวชาญด้านเอเจนต์ที่ทำงานต่อเนื่องหลายวันหรือหลายสัปดาห์ พร้อมจัดการหน่วยความจำด้วยตนเอง

Letta (เดิมคือ MemGPT) สำหรับเอเจนต์ที่ทำงานระยะยาว เป็นบทเรียน AI Agents ฟรีบน CoddyKit นี่คือบทเรียนที่ 2 จากทั้งหมด 4 บทเรียน คุณสามารถอ่านบทเรียนทั้งหมดด้านล่างฟรี — จากนั้นลองปฏิบัติด้วยตัวคุณเองในเบราว์เซอร์พร้อมตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7 บทเรียนนี้เป็นส่วนหนึ่งของเส้นทางการเรียน AI Agents และความก้าวหน้าของคุณจะซิงค์ข้ามเว็บและแอป CoddyKit คอร์ส AI Agents มีบทเรียนทั้งหมด 4 บทเรียน

บางส่วนของบทเรียนนี้ยังไม่ได้รับการแปล และแสดงเป็นภาษาอังกฤษ

Letta คืออะไร

Letta (เดิมชื่อ MemGPT, Berkeley 2023) คือเฟรมเวิร์กที่สร้างขึ้นโดยเฉพาะสำหรับเอเจนต์ที่ทำงานต่อเนื่องหลายเซสชันและสะสมความทรงจำเป็นเวลาหลายสัปดาห์หรือหลายเดือน

ปัญหาด้านความทรงจำ

หน้าต่างบริบทมาตรฐานของ LLM มีขนาด 100k-2M โทเค็น หลังจากใช้งานหลายเซสชัน แม้บริบทขนาดใหญ่ก็ยังล้นได้ Letta แก้ปัญหานี้ด้วยการจัดการความทรงจำอย่างชัดเจน

ความทรงจำสองระดับ

ความทรงจำหลัก — อยู่ในบริบทเสมอ (บุคลิก ข้อเท็จจริงสำคัญ)
ความทรงจำถาวร — จัดเก็บในฐานข้อมูลเวกเตอร์ และเรียกคืนเมื่อจำเป็น

ความทรงจำที่จัดการด้วยตนเอง

เอเจนต์จะตัดสินใจเองว่าจะจดจำอะไรและจะเรียกคืนอะไร เครื่องมือประกอบด้วย:

core_memory_append — เพิ่มลงในความทรงจำหลัก
archival_memory_insert — บันทึกลงคลังเก็บ
archival_memory_search — เรียกคืนจากคลังเก็บ

เหตุใดจึงจัดการด้วยตนเอง

มนุษย์ไม่ได้จดจำทุกรายละเอียดของทุกการสนทนา แต่จะกลั่นเฉพาะสิ่งที่สำคัญ เอเจนต์ของ Letta ก็ทำเช่นเดียวกัน โดยคัดสรรความทรงจำของตนอย่างต่อเนื่องระหว่างเซสชัน

Setup

# pip install letta
from letta import create_client
client = create_client(base_url='http://localhost:8283')

agent = client.create_agent(
    name='Alice',
    persona='I am Alice, a helpful assistant.',
    human='User\'s name is Bob.',
    model='gpt-4o-mini'
)

Sending Messages

response = client.send_message(
    agent_id=agent.id,
    role='user',
    message='Remember: I love hiking.'
)
print(response.messages)
# Agent may invoke core_memory_append to save this fact

Inspecting Memory

memory = client.get_in_context_memory(agent_id=agent.id)
print(memory.persona, memory.human)

archival = client.get_archival_memory(agent_id=agent.id)
for m in archival:
    print(m.text)

เอเจนต์ที่ทำงานต่อเนื่องระยะยาวในระบบจริง

สำหรับผู้ช่วยแชตที่ใช้งานเป็นเวลาหลายสัปดาห์ (เช่น โค้ชส่วนตัว):

เฟรมเวิร์กมาตรฐาน: สูญเสียบริบทระหว่างเซสชัน
Letta: มีความทรงจำถาวรและเรียกคืนการสนทนาของสัปดาห์ก่อนได้

บุคลิกที่แก้ไขตนเอง

เอเจนต์ของ Letta สามารถแก้ไขบุคลิกของตนเองได้ เช่น อัปเดตความเข้าใจว่าตนเองเป็นใครเมื่อเวลาผ่านไป ซึ่งเป็นแนวทางการวิจัยที่น่าสนใจ

Self-Hosting

# Letta runs as a server you can self-host
docker run -d -p 8283:8283 -e LETTA_PG_URI='postgresql://...' letta/letta:latest

เมื่อใดควรใช้ Letta

ผู้ช่วยส่วนตัว
เอเจนต์ฝ่ายสนับสนุนลูกค้าที่จดจำประวัติผู้ใช้
ผู้สอนหรือโค้ช
เอเจนต์ใดก็ตามที่คาดว่าจะเก็บรักษาความรู้ข้ามเซสชัน

เมื่อใดไม่ควรใช้

งานที่ทำเพียงครั้งเดียว (บอตวิจัย การสร้างโค้ด)
ระบบหลายผู้เช่าที่แยกบริบทได้ยาก
เมื่อความทรงจำแบบ KV อย่างง่ายร่วมกับ RAG ก็เพียงพอ

การเปรียบเทียบกับ Mem0

Mem0 เป็นคู่แข่งในด้านความทรงจำระยะยาว มีน้ำหนักเบากว่าและกำหนดแนวทางน้อยกว่า เหมาะหากคุณต้องการเพิ่มความทรงจำให้กับเอเจนต์ที่มีอยู่

จุดเด่นเฉพาะของ Letta

Letta ถูกสร้างขึ้นมาโดยเฉพาะสำหรับอะไร

สรุปทบทวน

Letta = เฟรมเวิร์กเอเจนต์ที่ให้ความสำคัญกับความทรงจำเป็นอันดับแรก มีความทรงจำสองระดับ (หลักและถาวร) ซึ่งเอเจนต์จัดการด้วยตนเอง เลือกใช้สำหรับผู้ช่วยที่ทำงานต่อเนื่องระยะยาว และไม่ต้องใช้กับงานที่ทำเพียงครั้งเดียว

คำถามที่พบบ่อย

บทเรียน “Letta (เดิมคือ MemGPT) สำหรับเอเจนต์ที่ทำงานระยะยาว” ฟรีหรือไม่

ใช่ — ข้อความเต็มของ “Letta (เดิมคือ MemGPT) สำหรับเอเจนต์ที่ทำงานระยะยาว” ฟรีให้อ่านที่นี่บนเว็บ เพื่อปฏิบัติแบบโต้ตอบ (ตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7) และปลดล็อคส่วนที่เหลือของคอร์ส AI Agents ให้อัปเกรดเป็น CoddyKit PRO คอร์ส AI Agents มีบทเรียนทั้งหมด 4 บทเรียน

คุณจะเรียนรู้อะไรในบทเรียน “Letta (เดิมคือ MemGPT) สำหรับเอเจนต์ที่ทำงานระยะยาว”

Letta เชี่ยวชาญด้านเอเจนต์ที่ทำงานต่อเนื่องหลายวันหรือหลายสัปดาห์ พร้อมจัดการหน่วยความจำด้วยตนเอง คุณปฏิบัติ AI Agents ด้วยโค้ดที่ใช้งานได้จริงที่คุณเรียกใช้โดยตรงในเบราว์เซอร์ และติวเตอร์ AI ตลอด 24/7 ตอบคำถามของคุณขณะที่คุณไปผ่านบทเรียน

คุณต้องมีประสบการณ์ก่อนที่จะเริ่มเรียน AI Agents หรือไม่

ไม่จำเป็นต้องมีประสบการณ์มาก่อน AI Agents บน CoddyKit ออกแบบมาสำหรับผู้เริ่มต้นไปจนถึงผู้เรียนขั้นสูง คุณสามารถเริ่มต้นที่นี่หรือเริ่มจากตัวแรกและเรียนด้วยความเร็วของคุณเอง นี่คือบทเรียนที่ 2 จากทั้งหมด 4 บทเรียน

บทเรียน “Letta (เดิมคือ MemGPT) สำหรับเอเจนต์ที่ทำงานระยะยาว” ใช้เวลานานแค่ไหน

บทเรียน CoddyKit ส่วนใหญ่ใช้เวลาประมาณ 5–10 นาที แต่ละบทเรียนจึงสั้นและเป็นแบบโต้ตอบ คุณสามารถก้าวหน้าอย่างต่อเนื่องและกลับมาเรียนต่อจากตรงที่เพิ่งหยุดบนเว็บและแอปได้เลย

ฉันเขียนและรันโค้ดในบทเรียน AI Agents นี้ได้ไหม

ได้ บทเรียน AI Agents ทุกบทมีตัวแก้ไขโค้ดในตัว คุณจึงเขียนและรันโค้ดจริงได้เลยในเบราว์เซอร์ และได้รับข้อเสนอแนะจาก AI ในทันที — ไม่ต้องติดตั้งในเครื่องของคุณ

บทเรียนทั้งหมดในหลักสูตรนี้

LangGraph เทียบกับ CrewAI เทียบกับ AutoGen
Letta (เดิมคือ MemGPT) สำหรับเอเจนต์ที่ทำงานระยะยาว
OpenAI Assistants API และเธรด
การเลือกเฟรมเวิร์กที่เหมาะกับแต่ละกรณีใช้งาน

← กลับไปที่ AI Agents