catalog/repos/agno-agi--agno.md

141 lines
5.6 KiB
Markdown
Raw Permalink Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

# 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 Pro2025 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。