> ## Documentation Index
> Fetch the complete documentation index at: https://ikun.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# Agent 上下文

Agent 上下文是 Agno 的另一项强大功能。`context` 是一个字典，其中包含一组在 agent 运行前解析的函数（或依赖项）。

<Note>
  上下文是向 agent 的描述和指令注入依赖项的一种方式。

  您可以使用上下文注入记忆、动态少样本示例、“检索到的”文档等。
</Note>

```python agent_context.py theme={null}
import json
from textwrap import dedent

import httpx
from agno.agent import Agent
from agno.models.openai import OpenAIChat


def get_top_hackernews_stories(num_stories: int = 5) -> str:
    """获取并返回 HackerNews 的热门故事。

    参数:
        num_stories: 要检索的热门故事数量（默认：5）
    返回:
        包含故事详情（标题、URL、分数等）的 JSON 字符串
    """
    # 获取热门故事
    stories = [
        {
            k: v
            for k, v in httpx.get(
                f"https://hacker-news.firebaseio.com/v0/item/{id}.json"
            )
            .json()
            .items()
            if k != "kids"  # 排除讨论串
        }
        for id in httpx.get(
            "https://hacker-news.firebaseio.com/v0/topstories.json"
        ).json()[:num_stories]
    ]
    return json.dumps(stories, indent=4)


# 创建一个可以访问实时 HackerNews 数据的上下文感知 Agent
agent = Agent(
    model=OpenAIChat(id="gpt-4o"),
    # 上下文中的每个函数都会在 agent 运行时进行评估，
    # 可以将其视为 Agent 的依赖注入
    context={"top_hackernews_stories": get_top_hackernews_stories},
    # 或者，您可以手动将上下文添加到指令中
    instructions=dedent("""\
        你是一个敏锐的技术趋势观察者！📰

        这是 HackerNews 的热门故事：
        {top_hackernews_stories}\
    """),
    # add_state_in_messages 会使 `top_hackernews_stories` 变量
    # 在指令中可用
    add_state_in_messages=True,
    markdown=True,
)

# 示例用法
agent.print_response(
    "总结 HackerNews 的热门故事并识别任何有趣的趋势。",
    stream=True,
)
```

## 将整个上下文添加到用户消息中

设置 `add_context=True` 将整个上下文添加到用户消息中。这样您就不必手动将上下文添加到指令中了。

```python agent_context_instructions.py theme={null}
import json
from textwrap import dedent

import httpx
from agno.agent import Agent
from agno.models.openai import OpenAIChat


def get_top_hackernews_stories(num_stories: int = 5) -> str:
    """获取并返回 HackerNews 的热门故事。

    参数:
        num_stories: 要检索的热门故事数量（默认：5）
    返回:
        包含故事详情（标题、URL、分数等）的 JSON 字符串
    """
    # 获取热门故事
    stories = [
        {
            k: v
            for k, v in httpx.get(
                f"https://hacker-news.firebaseio.com/v0/item/{id}.json"
            )
            .json()
            .items()
            if k != "kids"  # 排除讨论串
        }
        for id in httpx.get(
            "https://hacker-news.firebaseio.com/v0/topstories.json"
        ).json()[:num_stories]
    ]
    return json.dumps(stories, indent=4)


# 创建一个可以访问实时 HackerNews 数据的上下文感知 Agent
agent = Agent(
    model=OpenAIChat(id="gpt-4o"),
    # 上下文中的每个函数都会在 agent 运行时解析，
    # 可以将其视为 Agent 的依赖注入
    context={"top_hackernews_stories": get_top_hackernews_stories},
    # 我们可以将整个上下文字典添加到指令中
    add_context=True,
    markdown=True,
)

# 示例用法
agent.print_response(
    "总结 HackerNews 的热门故事并识别任何有趣的趋势。",
    stream=True,
)
```