Letta vs Hermes Agent 详细对比 - Java后端程序员视角

Letta vs Hermes Agent 详细对比

适合 Java 后端程序员的 AI Agent 框架对比指南

项目地址

• Letta (原 MemGPT): https://github.com/letta-ai/letta
• Hermes Agent: GitHub - NousResearch/hermes-agent: The agent that grows with you · GitHub

一、两者概述

二、核心理念对比

Letta 的理念：Agent 即服务

核心思想：Agent 是一个有状态的微服务，提供 REST API，可以被任何应用调用。重点在记忆架构和多租户。

外部应用 → REST API → FastAPI Router → Agent Loop (step) → LLM Client + Tool Executor → PostgreSQL (Messages + Memory + pgvector)

Hermes 的理念：Agent 即伙伴

核心思想：Agent 是一个个人助手，能跨平台对话、自动学习技能、定时执行任务。重点在终端体验和自改进。

用户 → CLI/TUI 或 IM Gateway (Telegram/Discord...) → Hermes Core → Memory + Skills + Cron Scheduler → LLM Provider (300+ models)

三、核心功能对比

1. 记忆系统

2. 工具系统

3. 部署形态

4. 自改进能力

5. 多 Agent

6. LLM 支持

四、架构对比

Letta 架构（服务端优先）

[外部应用] → REST API → FastAPI Router → Agent Loop (step) → LLM Client + Tool Executor → OpenAI/Claude + Sandbox (Docker) → PostgreSQL (Messages + Memory + Agents + pgvector)

Hermes 架构（终端优先）

[用户] → CLI/TUI 或 IM Gateway → Hermes Core → Memory (SQLite) + Skills (自学习) + Cron Scheduler → LLM Provider (300+ models) → Terminal Backend (local/Docker/SSH/Modal/Daytona/Vercel)

五、技术栈对比

六、适用场景对比

选 Letta 如果你需要：

• ✅ 构建多租户的 Agent SaaS 平台
• ✅ 需要 REST API 集成到自己的应用
• ✅ 需要精细的记忆架构控制 (Core/Archival/Recall)
• ✅ 需要多 Agent 编排 (supervisor, round robin)
• ✅ 企业级部署，需要 PostgreSQL 持久化
• ✅ 构建垂直领域的智能客服/助手后端

选 Hermes 如果你需要：

• ✅ 一个个人 AI 助手，跨终端使用
• ✅ 通过 Telegram/Discord/Slack 等聊天工具对话
• ✅ Agent 能自动学习技能并自我改进
• ✅ 需要定时任务 (每日报告、定时备份)
• ✅ 想跑在便宜 VPS 上 ($5/月)
• ✅ 想要终端 TUI 体验
• ✅ 需要子 Agent 并行处理多任务

七、记忆系统深度对比

Letta 的记忆（结构化、分层）

Context Window (LLM 看到)
├── System Prompt (含 memory blocks 编译)
│   ├── persona block
│   └── human block
├── 消息历史 (in-context messages)
└── 工具定义

数据库 (LLM 看不到，需搜索)
├── Messages 表 (完整对话历史)
├── Passages 表 (archival memory, 向量索引)
└── Blocks 表 (memory blocks 持久化)

工具触发:
- conversation_search → 搜索消息历史
- archival_memory_search → 搜索向量库
- core_memory_append/replace → 修改 core memory

Hermes 的记忆（Agent 自主管理）

~/.hermes/
├── MEMORY.md        ← Agent 自己写的记忆文件
├── USER.md          ← 对用户的认知
├── sessions/        ← 对话历史 (SQLite FTS5)
└── skills/          ← 自主学习的技能 (过程性记忆)

机制:
- Agent 自主决定记什么 (不是用户配的)
- 定期 nudge: 要不要把刚才学的存下来?
- Skills 在使用中自动改进
- Honcho: 辩证式用户建模 (更深的心智模型)

核心差异：

• Letta = 你（开发者）设计记忆架构，LLM 按规则用
• Hermes = Agent 自己决定怎么记、记什么，更像人类记忆

八、Java 程序员视角的类比

九、总结对比表

十、两者可以配合吗？

理论上可以，但不常见：

• Letta 提供 REST API，Hermes 可以通过 MCP 或 HTTP 调用 Letta 的 Agent
• 但实际上两者定位不同，通常二选一：做产品后端 → Letta，做个人助手 → Hermes

对你的建议（Java 后端程序员）：

• 如果你想学习 Agent 架构原理 → Letta 更适合（架构清晰，有 Java 版实现）
• 如果你想要一个个人 AI 助手 → Hermes 更适合（开箱即用）
• 如果你想在企业里部署 → Letta 更适合（有 REST API、多租户）

以上就是 Letta 和 Hermes Agent 的详细对比，希望对大家选择合适的 AI Agent 框架有所帮助！