Agents d'ingénierie avec mémoire persistante dans Letta : mémoire centrale, état partagé, outils personnalisés et streaming
Ce tutoriel détaille la construction d'un copilote d'ingénierie à état persistant avec Letta, une plateforme qui étend la mémoire des agents au-delà des simples conversations pilotées par prompt. Le projet commence par la création de blocs de mémoire centrale inspectables, que l'agent peut modifier de lui-même. Ces blocs sont ensuite exposés pour une synchronisation programmatique de l'état et un accès partagé entre plusieurs agents. L'architecture s'enrichit d'une mémoire vectorielle d'archive pour la recherche sémantique, d'un outil personnalisé côté serveur qui calcule de façon déterministe une estimation de risque, d'un mode streaming pour observer l'exécution de l'agent, d'un historique de messages conservé côté serveur pour des conversations durables, et d'un export au format .af pour la portabilité. Côté code, le tutoriel installe le client Python letta-client, lit la clé d'API (variable LETTAAPIKEY ou saisie interactive) et une URL de base facultative, puis initialise le client. Il définit des fonctions utilitaires pour afficher le raisonnement de l'agent, les appels d'outils et leurs retours, ainsi que la consommation en étapes et en jetons. Le modèle est choisi parmi une liste de préférence (openai/gpt-4.1, openai/gpt-4o-mini, anthropic/claude-sonnet-4-20250514), avec un plan B si aucun n'est disponible. L'agent est créé avec le modèle d'embedding openai/text-embedding-3-small.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de MarkTechPost. Lire l'article original →
L'intérêt tient à la manière dont ces briques fonctionnent ensemble. Un agent dont la mémoire est lisible, modifiable par le code et partageable entre agents devient un système auditable plutôt qu'une boîte noire. Les développeurs peuvent vérifier ce que l'agent a retenu, corriger son état, ou le faire coopérer avec d'autres agents autour d'un contexte commun. L'outil de risque exécuté côté serveur apporte des résultats reproductibles là où un modèle de langage seul resterait approximatif. Le streaming et les traces d'exécution aident à comprendre et à déboguer le comportement de l'agent, tandis que l'historique côté serveur évite de renvoyer tout le contexte à chaque échange. L'export .af permet enfin de déplacer ou de sauvegarder un agent complet, mémoire comprise, sans se retrouver prisonnier d'une seule installation.
Ce type de démonstration s'inscrit dans la recherche de solutions au problème central des agents conversationnels : la fenêtre de contexte limitée, qui les rend amnésiques d'une session à l'autre. Letta, issu du projet de recherche MemGPT, propose une gestion de la mémoire inspirée des systèmes d'exploitation, avec une mémoire centrale toujours présente dans le contexte et une mémoire d'archive interrogée à la demande. Le tutoriel est conçu pour être robuste face aux évolutions de l'API, avec des variantes d'appels successives si une signature change. Il reflète la tendance du secteur à faire de la mémoire persistante, de l'outillage et de la portabilité des agents de véritables critères de production.
Pas d'impact direct sur la France/UE