Letta（Legacy V1） 源码学习
提供带长期记忆、工具调用和多模型适配的状态化 LLM Agent 服务端（本仓库为 legacy V1）。这不是 API 速查表，而是一条可以重复走的源码路线：每天用 30 分钟，从一个真实相对路径出发，先用类比建立直觉，再把它接回整条运行链路。
开篇 · 这是个什么项目
Letta（Legacy V1） 可以先想成一间会做笔记的长期助理。它的代码不是一堆孤立文件：入口接到需求，核心对象做判断，工具或模型完成工作，状态把结果交给下一个环节。
架构全景（动起来看）
发光扫过的每一层都是一次任务可能经过的站点。不同仓库命名不同，但「接入 → 编排 → 核心能力 → 资源」的责任边界很相似。
怎么使用这份教程
每天 30 分钟
6 讲，每讲先问问题，再给本质和大白话。
真实相对路径
所有路径都从项目根目录算，不把你的机器路径写进源码引用。
先验证再推理
每页都有可复制 bash 命令；文件版本变化时以本地实际内容为准。
可迁移方法
学会从入口、数据结构、循环和扩展点读任何 AI 项目。
Legacy V1 服务端定位
README.md：确认本仓库的维护状态和适合学习的边界。
CLI 入口
letta/main.py：认识命令行如何启动和管理 Letta 服务。
FastAPI 应用装配
letta/server/rest_api/app.py：阅读中间件、路由、异常和应用生命周期。
Agent API 路由
letta/server/rest_api/routers/v1/agents.py：理解 Agent 创建、查询和配置的 HTTP 接口。
Agent 请求与响应模型
letta/schemas/agent.py：掌握 API 数据契约和领域字段。
消息与记忆 Schema
letta/schemas/memory.py：理解记忆块、上下文和消息结构。
Agent 持久化模型
letta/orm/agent.py：阅读 Agent 在关系数据库中的实体表达。
Agent 主循环
letta/agents/agent_loop.py：跟踪一轮输入如何变成模型调用、工具调用和结果。
Letta Agent 实现
letta/agents/letta_agent.py：认识具体 Agent 如何组合记忆、消息和配置。
上下文窗口计算
letta/services/context_window_calculator/context_window_calculator.py：理解如何在 token 上限内安排上下文。
消息 API 与流式交付
letta/server/rest_api/routers/v1/messages.py：把消息请求、Agent 运行和 HTTP 响应串起来。
Agent Manager
letta/services/agent_manager.py：学习 Agent 生命周期和业务编排的服务层做法。
Message Manager
letta/services/message_manager.py：理解消息创建、查询和持久化职责。
Block 与长期记忆
letta/services/block_manager.py：掌握记忆块的管理与版本化思路。