为您的 Agent 提供精美的 UI

用于与 AI Agent 交互的精美、开源界面

Agno 提供了一个精美的 UI，用于与您的 Agent 进行交互，完全开源，可免费使用和扩展。这是一个简单的界面，允许您与 Agent 聊天、查看它们的记忆、知识等。

任何数据都不会发送到 agno.com，所有 Agent 数据都存储在您本地的 sqlite 数据库中。

开源 Agent UI 是使用 Next.js 和 TypeScript 构建的。在 Agent Playground 取得成功后，社区要求提供一个自托管的替代方案，我们做到了！

开始使用 Agent UI

要克隆 Agent UI，请在终端中运行以下命令：

npx create-agent-ui@latest

输入 y 创建一个新项目，安装依赖项，然后运行 agent-ui：

cd agent-ui && npm run dev

打开 http://localhost:3000 查看 Agent UI，请记住连接到您的本地 Agent。

手动克隆仓库

您也可以手动克隆仓库

git clone https://github.com/agno-agi/agent-ui.git

并运行 agent-ui

cd agent-ui && pnpm install && pnpm dev

连接到本地 Agent

Agent UI 需要连接到一个 playground 服务器，您可以在本地或任何云提供商上运行它。

让我们从本地 playground 服务器开始。创建一个文件 playground.py

playground.py

from agno.agent import Agent
from agno.models.openai import OpenAIChat
from agno.playground import Playground
from agno.storage.sqlite import SqliteStorage
from agno.tools.duckduckgo import DuckDuckGoTools
from agno.tools.yfinance import YFinanceTools

agent_storage: str = "tmp/agents.db"

web_agent = Agent(
    name="Web Agent",
    model=OpenAIChat(id="gpt-4o"),
    tools=[DuckDuckGoTools()],
    instructions=["Always include sources"],
    # Store the agent sessions in a sqlite database
    storage=SqliteStorage(table_name="web_agent", db_file=agent_storage),
    # Adds the current date and time to the instructions
    add_datetime_to_instructions=True,
    # Adds the history of the conversation to the messages
    add_history_to_messages=True,
    # Number of history responses to add to the messages
    num_history_responses=5,
    # Adds markdown formatting to the messages
    markdown=True,
)

finance_agent = Agent(
    name="Finance Agent",
    model=OpenAIChat(id="gpt-4o"),
    tools=[YFinanceTools(stock_price=True, analyst_recommendations=True, company_info=True, company_news=True)],
    instructions=["Always use tables to display data"],
    storage=SqliteStorage(table_name="finance_agent", db_file=agent_storage),
    add_datetime_to_instructions=True,
    add_history_to_messages=True,
    num_history_responses=5,
    markdown=True,
)

playground = Playground(agents=[web_agent, finance_agent])
app = playground.get_app()

if __name__ == "__main__":
    playground.serve("playground:app", reload=True)

在另一个终端中，运行 playground 服务器：

1. 设置您的虚拟环境

   Mac

   python3 -m venv .venv
   source .venv/bin/activate
   
2. 安装依赖项

   Mac

   pip install -U openai duckduckgo-search yfinance sqlalchemy 'fastapi[standard]' agno
   
3. 导出您的 OpenAI 密钥

   Mac

   export OPENAI_API_KEY=sk-***
   
4. 运行 Playground

   python playground.py
   

确保 serve_playground_app() 指向包含您的 Playground 应用程序的文件。

查看 playground

• 打开 http://localhost:3000 查看 Agent UI
• 选择 localhost:7777 端点，开始与您的 Agent 聊天！