Was macht letta?
Zustandsbehaftetes Agenten-Framework mit integriertem Langzeitspeicher und einer REST-API (ehemals MemGPT).
Zustandsbehaftetes Agenten-Framework mit integriertem Langzeitspeicher und einer REST-API (ehemals MemGPT).
Das Skill `letta-ai/letta` (ehemals MemGPT) stellt ein zustandsbehaftetes Agenten-Framework bereit, das mit einem integrierten Langzeitgedächtnis ausgestattet ist und über eine REST-API gesteuert werden kann. Es ermöglicht Entwicklern, KI-Agenten zu erstellen, die sich an frühere Interaktionen erinnern und kontextuell relevante Antworten liefern, ohne dass die Grenzen des Kontextfensters erreicht werden. Der Skill unterstützt die Ausführung in verschiedenen Umgebungen wie Claude Code, Cursor oder Codex und nutzt eine leistungsstarke Speicherverwaltung, um Agenten über längere Zeiträume konsistent zu halten. Dank der REST-API kann der Agent nahtlos in bestehende Anwendungen integriert und flexibel gesteuert werden, was ihn ideal für komplexe Workflows, langlaufende Aufgaben und anspruchsvolle Dialoganwendungen macht.
npx skills add letta-ai/lettaInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Zustandsbehaftetes Agenten-Framework mit integriertem Langzeitspeicher und einer REST-API (ehemals MemGPT).
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.