letta-ai/letta-code
요약
Letta Code는 단순한 도구를 넘어, 기억력과 정체성을 가진 상태 저장(stateful) 에이전트를 생성하기 위한 하네스입니다. 이 에이전트는 메모리, 스킬, 프롬프트 등을 스스로 재작성하며 장기적으로 학습하고 진화합니다. CLI, 데스크톱 앱, 다양한 메시징 플랫폼에 통합되어 능동적인 '항상 켜져 있는' AI 에이전트 구현을 지원합니다.
핵심 포인트
- 상태 저장(stateful) 에이전트를 위한 하네스 제공
- 기억력과 정체성을 갖추고 장기적으로 학습/진화 가능
- CLI, 데스크톱 앱 등 다양한 환경에서 사용 가능
- 자체 개선 및 스킬 학습 기능을 통해 적응성 확보
Letta Code
Letta Code는 도구라기보다 사람과 같은 에이전트를 생성하기 위한 상태 저장(stateful) 에이전트 하네스입니다. Letta Code 에이전트는 기억력, 정체성, 그리고 시간에 따른 경험의 감각을 가지고 있습니다. 이들은 자신의 메모리, 스킬, 프롬프트, 심지어 하네스 자체(mods를 통해)를 재작성하면서 장기적인 관점에서 학습하고 진화합니다.
Letta Code는 대화형으로 사용하거나, 능동적으로 작동하는 항상 켜져 있는 에이전트(always-on agents)에 동력을 공급하는 데 사용할 수 있습니다. 다음을 통해 에이전트와 상호작용할 수 있습니다:
- 로컬 CLI
- macOS, Windows, Linux용 데스크톱 앱
- mobile을 포함한 브라우저 (chat.letta.com에서 사용 가능)
- Telegram, Slack, Discord, 그리고 커스텀 채널을 포함한 메시징 통합

기능 개요 (Feature Overview)
[!TIP]
Letta Code 에이전트는 자체 구성(self-configuring)되도록 설계되었습니다. 무언가를 구성하고 싶다면(예: 스킬, 행동 방식, 훅, 권한), 에이전트에게 직접 요청해 보세요.
| 기능 | 설명 |
|---|---|
| 자체 개선 및 학습 | 에이전트가 시스템 프롬프트 학습(메모리 블록([memory blocks] 참조)) 및 스킬 학습을 포함하여 시간을 두고 개선하고 적응하기 위해 컨텍스트를 프로그래밍 방식으로 재작성합니다. /sleeptime으로 주기적인 드림(dreaming)을 설정하고, /doctor [증상]으로 에이전트의 행동을 조사하며, /palace로 메모리를 볼 수 있습니다. |
| ... | |
자동 클라이언트 측 드림은 네이티브 Windows에서 기본적으로 비활성화되며, 저장된 /sleeptime 설정으로 활성화되더라도 마찬가지입니다. 수동 /dream 및 /reflect 명령어는 계속 사용할 수 있습니다. 사용하려면 Letta Code 프로세스의 환경 변수에 LETTA_ENABLE_WINDOWS_AUTO_REFLECTION=1을 설정하십시오. 이는 macOS, Linux(WSL 포함), 또는 서버 측 드림에는 영향을 미치지 않습니다. |
전체 슬래시 명령 목록은 문서에서 확인하세요.
시작하기
npm을 통해 패키지를 설치합니다:
npm install -g @letta-ai/letta-code
프로젝트 디렉토리로 이동하여 letta를 실행합니다 (명령줄 옵션은 문서 참조). 다음 명령어로 튜토리얼 에이전트를 실행할 수도 있습니다:
letta --new-agent --personality tutorial
기본값은 Letta Cloud입니다. 처음 실행 시, Letta로 로그인하거나 로컬에서 진행하는 것을 선택하며, 이 선택은 향후 실행을 위해 저장됩니다. letta setup을 실행하여 다시 선택하거나, 기본값을 변경하려면 letta backend cloud / letta backend local을 사용하십시오. 저장된 기본값을 변경하지 않고 일회성으로 덮어쓰려면 --backend cloud 또는 --backend local을 사용하세요.
/connect을 실행하여 자체 LLM API 키(OpenAI / ChatGPT, Anthropic, Z.ai 코딩 플랜 등)를 구성하고, /model을 사용하여 모델을 교체합니다.
macOS, Windows, 및 Linux용 데스크톱 앱도 다운로드할 수 있습니다. CLI에서 생성된 에이전트는 데스크톱 앱을 통해 사용할 수 있으며, 그 반대도 마찬가지입니다.
Letta Cloud
Letta Cloud는 Letta Code가 노트북, GitHub Actions, 클라우드 샌드박스 또는 원격 컴퓨터에서 실행되는 동안 에이전트의 메모리, 정체성 및 대화 내용을 저장합니다. chat.letta.com 또는 데스크톱을 통해 이들과 채팅할 수 있습니다. 재개 시, 번들된 기본 시스템 프롬프트(이전 버전 포함)는 Cloud에서 관리됩니다. 사용자 지정 프롬프트는 명시적으로 유지됩니다. LETTA_CODE_PRESERVE_CLOUD_SYSTEM_PROMPT=1을 설정하여 Cloud에서의 자동 프롬프트 업데이트를 비활성화할 수 있습니다.
graph TD
LettaCloud["Letta Cloud<br/>Agent state"]
LettaCloud --> A["💻 Your Laptop"]
...
CLI에서 /login을 실행하거나 데스크톱 앱을 통해 로그인하여 Letta 계정의 에이전트에 접근하세요.
원격 컴퓨터(Remote computers)
Letta Cloud에 저장된 에이전트는 여러 장치에 걸쳐 실행될 수 있습니다. 다음 명령어를 실행하여 모든 장치를 연결할 수 있습니다:
letta server
letta server --computer-name "work-laptop"
CLI에서 검색 가능한 컴퓨터 목록을 확인하세요:
letta computers list --online-only
다른 에이전트를 이 동일한 장치로 라우팅하기 위한 현재 컴퓨터 연결 상태를 가져오세요:
letta computers current
특정 컴퓨터를 통해 헤드리스 메시지를 라우팅하세요:
letta -p --agent <agent-id> --computer "work-laptop" "hello from that machine"
대상 에이전트의 클라우드 샌드박스를 시작하거나 재사용하려면 --computer cloud를 사용하세요.
--computer 없이 실행되는 에이전트 간 헤드리스 메시지는 동일한 컴퓨터에서 실행됩니다.
Railway, DigitalOcean, 및 Fly.io를 원격 컴퓨터로 사용하는 방법에 대한 가이드를 참고하세요.
이전의 environments/envs, --environment/--env, 그리고 --env-name 철자는 하위 호환성을 위해 계속 사용할 수 있습니다.
AgentFile 사용 중단
AgentFile (.af) 내보내기 및 가져오기는 더 이상 지원되지 않으며 Letta Code에서 제거되었습니다. /export 및 /download 슬래시 명령어와 --import, --from-af CLI 플래그는 에이전트 레지스트리로부터의 가져오기를 포함하여 더 이상 지원되지 않습니다.
이는 메모리 가져오기/내보내기 또는 대화 기록 내보내기에는 영향을 미치지 않습니다.
외부 스킬 설치
letta skills install <skill> 명령어를 사용하여 특정 에이전트의 메모리에 스킬을 설치할 수 있습니다:
| 출처 | 예시 |
|---|---|
| GitHub | letta skills install https://github.com/owner/repo<br>letta skills install https://github.com/owner/repo/tree/main/path/to/skill<br>letta skills install https://github.com/owner/repo/blob/main/path/to/skill/SKILL.md |
| ... |
스킬을 보려면 letta skills list --agent <agent-id>를 실행하고, 스킬을 삭제하려면 letta skills delete <skill-name> --agent <agent-id>를 사용하십시오.
연구 (Research)
Letta Code는 MemGPT와 sleep-time compute (현재
AI 자동 생성 콘텐츠
본 콘텐츠는 GitHub Claude Ecosystem의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기