hera
★ 947
vs
letta
★ 25.3k
hera vs letta
hera：Hera 是一个 Python SDK，旨在简化和直观地使用 Argo Workflows，让用户能够轻松将 Python 函数转换为容器化模板。它可以在 Kubernetes 上高效地编排工作流，充分利用 Argo Workflows 的全部功能。；letta：Letta是一个强大的平台，用于构建具备高级记忆功能的有状态AI智能体，使其能够随时间学习和自我改进。它提供了用于本地智能体执行的命令行界面，以及带有Python和TypeScript SDK的全面API，以便无缝集成到应用程序中。
01
简评
heraMemory & Context · ★ 947
在 Kubernetes 上编排复杂的数据管道和机器学习工作流
lettaMemory & Context · ★ 25.3k
何时选择它（优势与适用）：
- 你想要一个长期运行、能记住过往工作并随时间改写自身记忆和上下文的智能体。
- 想让同一个智能体可以在命令行、桌面、浏览器、手机和消息应用里使用，并带子智能体、定时任务和钩子。
- 想要可检查的记忆：README 说上下文由 git 跟踪，并可同步到你自己的仓库。
何时考虑替代方案：
- 你只想通过 MCP 给已有的智能体加记忆：小型的 MCP 记忆服务更轻。
- 你依赖旧的 Letta 教程或 V1 API 服务器：项目已重构，V1 服务器已退役。
- 希望不登录就能使用全部功能：Letta Cloud 是默认后端，部分功能需要它。
02
并排对比
03
功能特性
hera01Argo 工作流的 Python SDK
02将 Python 函数转换为容器化模板
03用 Python 定义工作流编排逻辑
04在 Kubernetes 上完全访问 Argo 工作流功能
05通过 YAML 输出和 CLI 工具支持 GitOps 实践
letta01构建具有高级记忆的有状态AI智能体
02智能体能够随着时间学习和自我改进
03用于在终端本地运行智能体的命令行工具
04用于将智能体集成到应用程序的全面API
05支持技能和子智能体；完全与模型无关
04
使用场景
hera↳在 Kubernetes 上编排复杂的数据管道和机器学习工作流
↳自动化数据工作负载的部署
↳扩展数据科学项目和需要工作流自动化的研究
letta↳在终端本地运行AI智能体，用于编码和通用任务。
↳使用API和SDK将有状态AI智能体集成到自定义应用程序中。
↳开发能够持续适应和学习的自改进AI系统。
05
适合场景
hera宝藏工具
letta最受欢迎必备神器时下流行
FAQ
常见问题
hera 和 letta 有什么区别？
hera 和 letta 都属于 Memory & Context 类别。hera 有 947 Stars，letta 有 25.3k Stars。
hera 和 letta 哪个更好？
最佳选择取决于你的具体需求。在 Kubernetes 上编排复杂的数据管道和机器学习工作流 时选 hera，在终端本地运行AI智能体，用于编码和通用任务。 时选 letta。
hera 是免费的吗？
是的，hera 在 GitHub 开源（Apache-2.0）。
letta 是免费的吗？
是的，letta 在 GitHub 开源（Apache-2.0）。
推荐云部署
Ad在 DigitalOcean 上一键部署
为你的 MCP 服务、Docker 容器与智能体提供即开即用云服务器，新用户立享 $200 免费额度（60天有效）。
→