Letta: Hafızalı AI Agent'lar İçin Modern Bir Platform

Giriş: Neden “Stateful” Agent’lara İhtiyacımız Var?

Geleneksel LLM’ler her konuşmada “sıfırdan başlar” — bir önceki sohbeti hatırlamaz, öğrendiklerini saklamaz, her etkileşim bağımsızdır. Bu durum, uzun vadeli projelerde çalışan geliştiriciler için büyük bir eksiklik.

Letta, bu sorunu çözen bir platform: AI agent’larına kalıcı bellek (persistent memory) ve öğrenme yeteneği kazandırıyor. MemGPT mimarisi üzerine inşa edilen Letta, agent’ların konuşmalar arasında bilgi saklamasını, öğrendiklerini zamanla geliştirmesini ve context window sınırlamalarını aşmasını sağlıyor.

Letta Nedir?

Letta; stateful AI agent’lar geliştirmek için açık kaynak bir framework. Temel özellikleri:

Persistent Memory: Agent’lar konuşmalar arası bilgi saklar
Self-Improvement: Agent’lar deneyimlerinden öğrenir
Transparent Reasoning: Karar alma süreçleri şeffaf
Model-Agnostic: Herhangi bir LLM ile çalışır (OpenAI, Anthropic, Ollama, vb.)
White-Box: Tüm mimari açık ve özelleştirilebilir

Kurulum Yöntemleri

Yöntem 1: Letta Code CLI (Önerilen)

Letta Code, terminalinizde çalışan hafızalı bir coding agent. Node.js 18+ gerektirir.

# Global kurulum
npm install -g @letta-ai/letta-code

# Agent'ı başlat
letta

İlk çalıştırmada:

API key’inizi girin (OpenAI, Anthropic, vb.)
Agent otomatik olarak bellek dosyalarını oluşturur
~/.letta/ dizininde tüm veriler saklanır

Yöntem 2: Docker ile Server

Daha sağlam bir kurulum için Docker kullanılabilir:

docker run \
  -v ~/.letta/.persist/pgdata:/var/lib/postgresql/data \
  -p 8283:8283 \
  -e OPENAI_API_KEY=sk-... \
  letta/letta:latest

Docker kurulumunda PostgreSQL veritabanı kullanılır — production için önerilir.

Yöntem 3: pip ile Python SDK

pip install -U letta

# Ortam değişkenlerini ayarla
export OPENAI_API_KEY=sk-...

# Server'ı başlat
letta server

Not: pip kurulumunda SQLite kullanılır. PostgreSQL’e geçiş yapmanız önerilir.

Memory Sistemi Nasıl Çalışır?

Letta’nın memory mimarisi üç katmandan oluşur:

1. Core Memory (Sistem Belleği)

Agent’ın her zaman erişebildiği, prompt içine gömülen bellek:

~/.letta/agents/{agent-id}/memory/system/
├── human.md         # Kullanıcı hakkında bilgiler
├── persona.md       # Agent'ın kimliği ve davranışları
└── preferences.md   # Tercihler ve ayarlar

2. Progressive Memory (Aşamalı Bellek)

Talep üzerine yüklenen, büyük veri blokları:

~/.letta/agents/{agent-id}/memory/progressive/
├── project-history.md
├── api-documentation.md
└── learning-notes.md

3. Recall Memory (Gerçekleme)

Tüm konuşma geçmişi vektör tabanlı arama ile erişilebilir:

# Geçmiş konuşmaları ara
/search "authentication"
/search "database migration"

Pratik Örnek: Agent’ı Başlatma ve Öğretme

/init Komutu ile Proje Öğrenimi

# Mevcut projenizi agent'a tanıtın
/init

Bu komut:

Kod tabanınızı tarar
Proje yapısını analiz eder
Konfigürasyon dosyalarını okur
Memory dosyalarını otomatik oluşturur

/remember Komutu ile Bilgi Güncelleme

# Agent'a yeni bir şey öğretin
/remember Bu projede TypeScript strict mode kullanıyoruz
/remember Authentication için JWT token kullanıyoruz

Agent bu bilgileri memory dosyalarına işler ve sonraki konuşmalarda kullanır.

Skills ve Subagents

Skills

Tekrar kullanılabilir yetenekler:

# Skill yükle
/skill acquiring-skills

# Yeni skill oluştur
/skill creating-skills

Skills markdown dosyaları olarak saklanır ve versiyon kontrol edilebilir.

Subagents

Paralel çalışan, özel görevli agent’lar:

# Background'da araştırma agent'ı başlat
/agent explore "Find all authentication-related code"

Letta Code vs. Diğer Araçlar

Özellik	Letta Code	Claude Code	Cursor
Persistent Memory	✅	❌	❌
Cross-Session Learning	✅	❌	❌
Git-Backed Memory	✅	❌	❌
Skills Framework	✅	❌	❌
Model Agnostic	✅	❌	❌
Open Source	✅	❌	❌

Gerçek Kullanım Senaryoları

1. Uzun Vadeli Proje Geliştirme

# Gün 1: Proje başlangıcı
/init
/remember Bu proje e-ticaret platformu olacak

# Gün 15: Yeni özellik
/remember Ödeme sistemi Stripe entegrasyonu kullanıyor

# Gün 30: Bug fix
/remember User model'de email validation regex'i değişti

Agent her bilgiyi hatırlar ve tutarlı öneriler sunar.

2. Multi-Agent İşbirliği

# Araştırma agent'ı
/agent explore "Analyze database schema"

# Implementasyon agent'ı
/agent implement "Create migration for new table"

# Review agent'ı
/agent review "Check for security vulnerabilities"

3. Knowledge Base Oluşturma

# Dokümantasyon tara
/remember README.md'de API endpoints listelenmiş
/remember docs/architecture.md'de system diagram var

# Sorgula
"User authentication akışı nasıl çalışıyor?"

Agent tüm öğrendiklerini kullanarak yanıt verir.

Sıkça Sorulan Sorular

“Hangi model’i kullanmalıyım?”

Letta model-agnostic. Önerilenler:

Claude Opus: En iyi performans
GPT-4o: Dengeli maliyet/performans
Claude Sonnet: Günlük kullanım

“Verilerim güvende mi?”

Evet:

Tüm veriler lokal olarak saklanır (~/.letta/)
Git ile versiyon kontrol edilebilir
Hiçbir veri Letta sunucularına gönderilmez

“Mevcut projeme entegre edebilir miyim?”