基于 Letta 的工程助手:自我更新的记忆、归档搜索与可移植的工作流
本文介绍如何构建一个能够自主管理主记忆块、访问向量档案并调用确定性工具的智能体;还将分别探讨多个智能体的共享状态、流式输出,以及将工作流导出为可移植文件。

助手的用途
本教程将构建一个具备状态持久化能力的工程助手,使用 Letta。该智能体的描述为“具备可检查长期记忆的工程协作助手”。其架构融合了记忆、搜索、工具、多智能体交互和执行轨迹。
标准:该助手适用于具备状态持久化能力且长期记忆可检查的工程任务。
主记忆块与自我更新
主记忆由四个可检查的块组成。智能体可以自行更新这些块。

代码定义了四个块,每个块都有不同的默认值和上限。
| 块 | 内容 | 默认值 | 上限 |
|---|---|---|---|
persona | “我是 Mnemo,一名工程协作助手。我言简意赅、注重实际,而且绝不编造事实——如果我不知道某件事,我会如实说明,然后去查找。” | — | 3000 |
human | 工程师的稳定信息:姓名、职位、技术栈、偏好和工作风格。 | 目前未知。 | 3000 |
project_state | 项目的当前状态:阶段、阻碍因素、决策及其依据。 | (空) | 5000 |
lessons | 吸取的经验和不应重犯的错误;格式为每条经验一行。 | (空) | 2000 |
标准:各记忆块分别记录智能体角色、工程师档案、项目状态和吸取的经验。上限为每个块设定边界。
嵌入模型、标签和模型配置
代码为智能体指定 embedding openai/text-embedding-3-small。代码设置标签 ["tutorial", "copilot"]。代码列出了首选模型:openai/gpt-4.1、openai/gpt-4o-mini、anthropic/claude-sonnet-4-20250514。系统会从列表中选择第一个可用模型。如果一个都找不到,系统就采用检索到的第一个模型。
标准:列表顺序决定优先级。备用选项是检索到的第一个模型。
程序化访问与智能体协作
对记忆块进行程序化访问可解决两个问题。
- 状态同步;
- 多个智能体之间共享。
访问对象是主记忆块。
标准:需要通过共享记忆块来同步智能体之间的状态。
归档记忆与语义搜索
归档向量记忆用于语义搜索。它是助手架构的一部分。
标准:归档搜索用于针对累积数据进行语义查询。
服务器端风险评估工具与流式执行
自定义服务器端工具可执行确定性风险评估。执行流式传输也是助手架构的一部分。
标准:风险评估需要采用确定性逻辑的服务器端工具。执行过程需要流式传输。
服务器端历史记录与可移植场景
服务器端消息历史记录支持持久对话。导出 .af 可确保可移植性。
标准:持久对话需要服务器端历史记录。要移植场景,需要导出 .af。
常问问题
相关材料
所有材料
混合式图像标注:自动化加速计算机视觉模型训练
本文介绍了算法预标注如何减少人工工作并提高训练数据集的整洁度,以及为什么人工抽样验证仍然不可或缺。文中还探讨了该方法在拍摄条件恶劣和罕见物体类型上的局限性。
5 十一月 2026
GoldiMask 扩散语言模型微调方法:上下文选择与目标加权
本文提出 GoldiMask:一种面向离散扩散语言模型的监督微调方法,通过近似最大化子模函数来选择可见词元,并根据其训练效用为其余目标分配权重。在多个模型和数据集上的实验表明,该方法提升了平均准确率和逻辑推理、编程任务的表现,并在 GSM8K 和 MATH-500 上以相近的性能减少了并行解码迭代次数。
30 十月 2026
Transformers 新增了在 Apple Silicon 上运行量化 GGUF 模型的支持
文章介绍了如何将 llama.cpp 的 GGUF 格式集成到 Transformers:在 Mac 上进行本地推理、通过库的 API 加载模型,以及启动兼容 OpenAI 的服务器。文章以 Qwen3.5-4B 为例,展示了量化级别的选择如何影响权重大小和内存需求。
18 十月 2026