Intégration · Outils de développement

Connecter Claude & ChatGPT à Letta

Travaillez avec vos agents Letta depuis l'assistant IA que vous utilisez déjà. Demandez-lui ce qu'un agent se souvient, modifiez sa personnalité ou son prompt système, attachez un outil, ou envoyez un message et lisez la réponse. Il peut également parcourir les conversations, l'historique des messages, les exécutions, les dossiers et les modèles disponibles pour vos agents.

Connecter Letta gratuitement

Offre gratuite, sans carte bancaire. Comptez environ une minute.

Essayez de demander

“Quel est le contenu de la mémoire humaine de mon agent de support ?”
L'IA trouve l'agent et lit son bloc de mémoire humaine principal.
“Rechercher dans la mémoire archivistique de l'agent de recherche tout ce qui concerne les prix.”
Il cherche dans la mémoire archivistique de l'agent par sens et retourne les passages les plus pertinents.
“Attacher l'outil de recherche web à mon agent de support.”
Il trouve l'identifiant d'outil dans votre compte et l'attache à l'agent.

Ce que votre IA peut faire

Agents et mémoire

Lister et lire les agents, mettre à jour leur nom, prompt système, modèle et tags, ainsi que lire ou remplacer des blocs de mémoire centrale tels que personnalité humaine.

Mémoire archivistique

Lister, rechercher, ajouter et supprimer des passages dans la mémoire archivistique à long terme d'un agent.

Messages, outils et exécutions

Envoyer des messages aux agents ou aux conversations, lire l'historique des messages, attacher et détacher des outils, et vérifier les exécutions, dossiers et modèles.

“Demander à l'agent d'onboarding de résumer ce qu'il sait sur Acme.”
Il envoie le message à l'agent et retourne sa réponse. L'agent peut appeler ses propres outils et mettre à jour sa mémoire tout en répondant.
“Passer l'agent de triage vers un modèle différent.”
Il liste les modèles disponibles, puis met à jour l'agent avec celui que vous choisissez.
“L'exécution dernière de l'agent est-elle terminée et pourquoi s'est-il arrêté ?”
Il liste les exécutions de l'agent et lit le statut et la raison d'arrêt de la plus récente.

170 outils pour Letta

Ces outils sont activés lors de la connexion. Vous pouvez désactiver chacun d’eux ou exiger votre approbation avant son exécution.

add_archival_memoryModifie des donnéesEnregistrez un passage dans la mémoire d'archivage à long terme d'un agent : passez `agent_id` et `text`, optionnellement `tags`.
attach_toolModifie des donnéesAttachez un outil à un agent via `agent_id` et `tool_id` (tool-...), afin que l'agent puisse l'utiliser.
cancel_batchTransfère de l’argent
cancel_conversationSupprime des données
cancel_messageSupprime des données
cancel_projectSupprime des données
create_agentModifie des données
create_agent_generateModifie des données
create_agent_recompileModifie des données
create_agent_scheduleVisible par d’autres
create_agent_summarizeModifie des données
create_agents_from_templateModifie des données
create_archiveModifie des données
create_archive_passageModifie des données
create_asyncVisible par d’autres
create_batchVisible par d’autres
create_batch_create_batchVisible par d’autres
create_blockModifie des données
create_bulk_delete_inactiveVisible par d’autres
create_connectModifie des données
create_conversationModifie des donnéesDémarrerez une nouvelle conversation avec un agent via `agent_id`, optionnellement avec un `summary`. Utilisez send_conversation_message pour discuter.
create_deployment_migrateModifie des données
create_folderModifie des données
create_mcp_serverModifie des données
create_message_compactModifie des données
create_message_fork_conversationModifie des données
create_message_recompileModifie des données
create_message_streamModifie des données
create_runModifie des données
create_run_streamModifie des données
create_server_resyncModifie des données
create_templateModifie des données
create_template_agentModifie des données
create_template_cloud_onlyModifie des données
create_template_forkModifie des données
create_template_rollbackModifie des données
create_template_rollback_templates_rollback_templateModifie des données
create_template_saveModifie des données
create_testModifie des données
create_toolModifie des données
create_tool_base_toolsModifie des données
create_tool_executeModifie des données
create_tool_runModifie des données
delete_agentSupprime des données
delete_agent_scheduleSupprime des données
delete_archival_memorySupprime des donnéesSupprimez définitivement un passage de la mémoire d'archivage d'un agent via `agent_id` et `memory_id`. Cela ne peut pas être annulé.
delete_archiveSupprime des données
delete_archive_passageSupprime des données
delete_blockSupprime des données
delete_file_from_folderSupprime des données
delete_folderSupprime des données
delete_mcp_serverSupprime des données
delete_messageSupprime des données
delete_projectSupprime des données
delete_runSupprime des données
delete_serverSupprime des données
delete_templateSupprime des données
delete_template_cloud_onlySupprime des données
delete_toolSupprime des données
detach_toolModifie des donnéesRetirez un outil d'un agent via `agent_id` et `tool_id`. L'outil lui-même est conservé.
export_agent_with_skillsModifie des données
export_agents
get_agentRécupérez un agent via `agent_id` (agent-...), avec son modèle, sa consigne système, ses outils et ses blocs de mémoire.
get_agent_2
get_agent_schedule
get_archive
get_batch
get_block_count
get_connect
get_folder
get_folder_document
get_mcp_server
get_mcp_server_tool
get_memory_blockRécupérez un bloc de mémoire centrale d'un agent via `agent_id` et `block_label` (par exemple human ou persona).
get_message
get_project
get_runRécupérez une exécution via `run_id`, avec son statut et sa raison d'arrêt.
get_search
get_step
get_tool
get_tool_count
list_agent_documents
list_agent_folders
list_agent_groups
list_agent_messagesListez l'historique des messages d'un agent via `agent_id`, optionnellement filtré par `conversation_id`.
list_agent_profile_pictures
list_agent_schedules
list_agent_toolsListez les outils attachés à un agent via `agent_id`.
list_agentsLister des agents, avec un filtrage optionnel par `name`, `query_text`, `tags` ou `project_id`. Utilisez-le pour trouver l'ID d'un agent avant d'autres appels.
list_all_messages
list_archival_memoriesListez les passages dans la mémoire d'archivage à long terme d'un agent via `agent_id`, optionnellement filtrés par texte avec `search`.
list_archive_agents
list_batch_messages
list_batches
list_block_agents
list_callbacks
list_contents
list_conversation_messagesListez les messages d'une conversation via `conversation_id`.
list_conversationsListez les conversations, optionnellement pour un `agent_id` ou du texte correspondant dans leurs résumés avec `summary_search`.
list_directories
list_embeddings
list_embeddings_models_list_embedding_models
list_folder_agents
list_folder_filesListez les fichiers dans un dossier via `folder_id`; définissez `include_content` à true pour inclure le texte des fichiers.
list_folder_passages
list_foldersLister les dossiers de données (sources) des documents, avec un filtrage optionnel par `name`.
list_histories
list_mcp_server_tools
list_mcp_servers
list_memory_blocksListez les blocs de mémoire centrale (tels que persona et human) d'un agent via `agent_id`.
list_metadata
list_modelsListez les modèles de langage disponibles pour les agents, optionnellement filtrés par fournisseur.
list_projects
list_run_messages
list_run_metrics
list_run_steps
list_run_traces
list_run_usages
list_runsListez les exécutions d'agent, filtrées par `agent_id`, `conversation_id`, `statuses` ou `active`. Utilisez pour suivre le travail en arrière-plan.
list_server_tools
list_servers
list_step_messages
list_step_metrics
list_step_traces
list_steps
list_template_snapshots
list_template_versions
list_toolsLister les outils disponibles dans votre compte Letta, avec un filtrage optionnel par `name` ou `search`. Utilisez-le pour trouver l'ID d'un outil à attacher à un agent.
list_variables
retrieve_block
retrieve_folder
retrieve_message
run_mcp_toolModifie des données
search_all_messagesModifie des données
search_archival_memoryRechercher la mémoire archivée d'un agent selon le sens : passez `agent_id` et un `query`, avec optionnellement `tags`, `top_k` ou une plage de dates.
search_archives
search_blocks
search_conversationsModifie des données
search_deployed_agentsModifie des données
search_messagesModifie des données
search_passagesModifie des données
search_tags
search_templates
search_tools_searchModifie des données
send_agent_messageVisible par d’autresEnvoyer un message à un agent et obtenir sa réponse : passez `agent_id` et le texte dans `input`. Définissez `streaming` sur false. L'agent peut appeler ses outils et mettre à jour sa mémoire tout en répondant.
send_conversation_messageVisible par d’autresEnvoyer un message dans une conversation et obtenir la réponse de l'agent : passez `conversation_id` et le texte dans `input`. Définissez `streaming` sur false.
submit_documentVisible par d’autres
submit_document_allSupprime des données
submit_mcp_serverVisible par d’autres
submit_message_raw_payloadVisible par d’autres
submit_message_raw_payload_previewVisible par d’autres
update_agentModifie des donnéesMettre à jour un agent via `agent_id` : modifier son `name`, `description`, `system` prompt, `model`, `tags` ou `tool_ids`. Seuls les champs que vous passez sont modifiés.
update_agent_messagesVisible par d’autres
update_approvalModifie des données
update_archiveModifie des données
update_document_opensVisible par d’autres
update_folderModifie des données
update_mcp_serverModifie des données
update_memory_blockModifie des donnéesModifier le bloc de mémoire central d'un agent via `agent_id` et `block_label` : passez le nouveau `value`, avec optionnellement `description` ou `limit`. Le nouveau texte remplace l'ancien.
update_messageModifie des données
update_serverModifie des données
update_serversVisible par d’autres
update_step_feedbackVisible par d’autres
update_templateModifie des données
update_template_descriptionsVisible par d’autres
update_template_documentsVisible par d’autres
update_template_namesVisible par d’autres
update_template_snapshotsVisible par d’autres
update_toolModifie des données
update_toolsVisible par d’autres

Configuration en trois étapes

1
Choisissez l’application
Créez un compte PipMCP gratuit et sélectionnez Letta dans la liste des applications.
2
Collez votre clé
Collez une clé API Letta. Connectez-vous sur platform.letta.com, ouvrez les clés API, créez-en une et copiez-la.
3
Ajoutez le lien à votre IA
Vous obtenez un lien MCP personnel. Ajoutez-le à Claude, ChatGPT ou Cursor :
1. Cliquez sur votre nom, puis sur Paramètres › Connecteurs › Ajouter un connecteur personnalisé.
2. Collez votre lien dans le champ URL du serveur MCP distant.
3. Activez-le depuis le menu + d’une conversation.

Questions

Que peut faire l'IA dans Letta ?

L'IA peut lister et lire les agents, les blocs de mémoire, la mémoire archivistique, les conversations, les messages, les exécutions, les outils, les dossiers et les modèles. Elle peut mettre à jour les agents et les blocs de mémoire, ajouter ou supprimer la mémoire archivistique, attacher ou détacher des outils, démarrer des conversations et envoyer des messages aux agents.

L'IA voit-elle ma clé API Letta ?

Non. Votre clé API Letta et vos paramètres sont chiffrés au repos et jamais montrés à l'IA. Après les avoir sauvegardés, ils ne sont plus affichés, même pas pour vous. L'IA ne voit que les résultats des outils qu'elle appelle.

Puis-je contrôler ce que l'IA est autorisée à faire ?

Oui. Vous choisissez les outils activés, vous pouvez commencer en lecture seule. Envoyer un message fait agir l'agent et peut modifier sa mémoire, supprimer la mémoire d'archivage est définitif. Ces actions peuvent nécessiter votre approbation avant exécution. Chaque appel d'outil est journalisé.

Fonctionne-t-il avec ChatGPT ?

Oui. Dans ChatGPT, allez dans Paramètres › Applications et connecteurs › Avancé et activez le mode Développeur, puis ajoutez votre lien PipMCP. Le mode Développeur nécessite un abonnement payant ChatGPT : Plus, Pro, Business ou Entreprise. Le même lien fonctionne également dans Claude (Paramètres › Connecteurs › Ajouter un connecteur personnalisé), Cursor et d'autres clients MCP.

Quel est le coût ?

PipMCP dispose d'un plan gratuit sans carte de crédit requise. Les plans payants sont facturés par tâche terminée. Vous avez également besoin de votre propre compte Letta.

Quelle est la différence entre la mémoire centrale et la mémoire d'archivage ?

Les blocs de mémoire centrale, tels que persona et human, sont des textes courts toujours visibles par l'agent. L'IA peut lire ou remplacer un bloc. La mémoire d'archivage est un stockage à long terme de passages recherchés par l'agent. L'IA peut lister, rechercher, ajouter et supprimer ces passages.