# 多智能体框架与运行时

`AI Agent` `多智能体` `FastAPI` `RAG` `LLM` `Python`

## Agno 是什么？

Agno 是一个多智能体框架、运行时和控制平面。用它来构建在您的云端运行的私有、安全 AI 产品。

- **构建**：具备记忆、知识库、护栏和 100+ 集成的智能体、团队与工作流。
- **运行**：基于无状态 FastAPI 运行时的生产级部署，支持水平扩展。
- **管理**：控制平面直连您的运行时，数据不离开您的环境。

## 为什么选择 Agno？

- **您的云，您的数据**：完全运行在您的基础设施中，没有任何数据离开您的环境。
- **第一天就可用于生产**：预构建的 FastAPI 运行时，包含 SSE 端点，随时可部署。
- **极致性能**：比 LangGraph 快 529 倍，内存占用低 24 倍。

## 快速开始

从[入门指南](https://github.com/agno-agi/agno/tree/main/cookbook/00_getting_started)开始，然后：

- 浏览 [Cookbook](https://github.com/agno-agi/agno/tree/main/cookbook) 获取真实世界示例
- 阅读[文档](https://docs.agno.com)了解更多

## 资源

- 文档：[docs.agno.com](https://docs.agno.com)
- Cookbook：[Cookbook](https://github.com/agno-agi/agno/tree/main/cookbook)
- 社区论坛：[community.agno.com](https://community.agno.com/)
- Discord：[discord](https://discord.gg/4MtYHHrgA8)

## 示例

以下是一个智能体示例，它连接到 MCP 服务器，在数据库中管理对话状态，并通过 FastAPI 应用提供服务，可通过 [AgentOS UI](https://os.agno.com) 进行交互。

```python agno_agent.py
from agno.agent import Agent
from agno.db.sqlite import SqliteDb
from agno.models.anthropic import Claude
from agno.os import AgentOS
from agno.tools.mcp import MCPTools

# ************* 创建智能体 *************
agno_agent = Agent(
    name="Agno Agent",
    model=Claude(id="claude-sonnet-4-5"),
    # 为智能体添加数据库
    db=SqliteDb(db_file="agno.db"),
    # 为智能体添加 Agno MCP 服务器
    tools=[MCPTools(transport="streamable-http", url="https://docs.agno.com/mcp")],
    # 将历史会话记录添加到上下文
    add_history_to_context=True,
    markdown=True,
)


# ************* 创建 AgentOS *************
agent_os = AgentOS(agents=[agno_agent])
# 获取 AgentOS 的 FastAPI 应用
app = agent_os.get_app()

# ************* 运行 AgentOS *************
if __name__ == "__main__":
    agent_os.serve(app="agno_agent:app", reload=True)
```

## AgentOS - 多智能体系统的生产运行时

构建智能体很容易，将其作为安全、可扩展的服务运行却很难。AgentOS 通过提供高性能运行时来解决这一问题，用于在生产环境中提供多智能体系统服务。主要特性包括：

1. **预构建 FastAPI 应用**：AgentOS 包含一个即用型 FastAPI 应用，用于运行您的智能体、团队和工作流，为构建 AI 产品提供显著的先发优势。

2. **集成控制平面**：[AgentOS UI](https://os.agno.com) 直接连接到您的运行时，让您可以实时测试、监控和管理系统，具备完整的运营可见性。

3. **隐私优先设计**：AgentOS 完全运行在您的云端，确保完整的数据隐私。数据不离开您的环境，非常适合注重安全的企业。

## 隐私优先设计

这是我们最重视的部分。

AgentOS 运行在**您的**云端。控制平面 UI 直接从您的浏览器连接到您的运行时。您的数据从不经过我们的服务器。无留存成本，无供应商锁定，无合规难题。

这不是隐私模式或企业附加功能，这就是 Agno 的工作方式。

## 功能特性

### 核心能力：
- 模型无关——支持 OpenAI、Anthropic、Google、本地模型等
- 通过 `input_schema` 和 `output_schema` 实现类型安全的输入/输出
- 异步优先，专为长时间运行任务设计
- 原生多模态支持（文本、图像、音频、视频、文件）

### 记忆与知识：
- 会话历史和状态的持久化存储
- 跨会话持久化的用户记忆
- 支持 20+ 向量存储、混合搜索、重排序的智能体 RAG
- Culture——跨智能体的共享长期记忆

### 执行控制：
- 人在回路（确认、审批、覆盖）
- 用于验证和安全的护栏机制
- 智能体生命周期的前/后钩子
- 原生 MCP 和 A2A 支持
- 100+ 内置工具包

### 生产就绪：
- 即用型 FastAPI 运行时
- 集成控制平面 UI
- 准确性、性能、延迟评估
- 可恢复工作流的持久化执行
- RBAC 和按智能体权限管理

## 性能

我们对性能极度重视，因为智能体工作负载会生成数百个实例并运行长时间任务。无状态、水平可扩展性不是可选项。

**基准测试**（Apple M4 MacBook Pro，2025 年 10 月）：

| 指标 | Agno | LangGraph | PydanticAI | CrewAI |
|------|------|-----------|------------|--------|
| 实例化 | **3μs** | 1,587μs（慢 529 倍） | 170μs（慢 57 倍） | 210μs（慢 70 倍） |
| 内存 | **6.6 KiB** | 161 KiB（高 24 倍） | 29 KiB（高 4 倍） | 66 KiB（高 10 倍） |

自行运行基准测试：[`cookbook/12_evals/performance`](https://github.com/agno-agi/agno/tree/main/cookbook/12_evals/performance)

## IDE 集成

要启用 AI 辅助开发，将我们的文档添加到您的 IDE：

**Cursor：** 设置 → 索引与文档 → 添加 `https://docs.agno.com/llms-full.txt`

同样支持 VSCode、Windsurf 及其他支持 AI 的编辑器。

## 贡献

欢迎贡献代码。请参阅[贡献指南](https://github.com/agno-agi/agno/blob/v2.0/CONTRIBUTING.md)。

## 遥测

Agno 会记录使用了哪些模型提供商，以便我们优先安排更新。可通过设置 `AGNO_TELEMETRY=false` 来禁用。