工程师和研究人员使用 Agno 来构建:
- Level 1: 具有工具和指令的代理(示例)。
- Level 2: 具有知识和存储的代理(示例)。
- Level 3: 具有内存和推理能力的代理(示例)。
- Level 4: 可以推理和协作的代理团队(示例)。
- Level 5: 具有状态和确定性的代理工作流(示例)。
示例: 一个使用 YFinance API 回答问题的 Level 1 推理代理:
from agno.agent import Agent
from agno.models.anthropic import Claude
from agno.tools.reasoning import ReasoningTools
from agno.tools.yfinance import YFinanceTools
reasoning_agent = Agent(
model=Claude(id="claude-sonnet-4-20250514"),
tools=[
ReasoningTools(add_instructions=True),
YFinanceTools(stock_price=True, analyst_recommendations=True, company_info=True, company_news=True),
],
instructions="Use tables to display data.",
markdown=True,
)
开始使用
如果您是 Agno 新手,请了解如何构建您的第一个 Agent,在沙盒环境中与其聊天,并在 app.agno.com 上对其进行监控。
在那之后,深入了解以下概念或探索示例库,以使用 Agno 构建实际应用。
为什么选择 Agno?
Agno 将帮助您构建一流的、高性能的 Agent 系统,为您节省数小时的研究和样板代码编写时间。以下是 Agno 的一些关键特色:
- 与模型无关:Agno 为 23+ 个模型提供商提供了统一的接口,没有厂商锁定。
- 高性能:Agent 的实例化时间约为 3μs,平均内存使用量约为 6.5Kib。
- 推理是核心:推理可提高可靠性,是复杂自主代理的必备功能。Agno 支持三种推理方法:推理模型、
ReasoningTools
或我们自定义的 chain-of-thought
方法。
- 原生多模态:Agno Agent 原生支持多模态,可以接受文本、图像、音频和视频作为输入,并生成文本、图像、音频和视频作为输出。
- 高级多代理架构:Agno 提供行业领先的多代理架构(Agent Teams),具备推理、内存和共享上下文功能。
- 内置 Agentic 搜索:Agent 可以在运行时使用 20 多个向量数据库搜索信息。Agno 提供最先进的 Agentic RAG,完全异步且性能卓越。
- 内置内存和会话存储:Agent 配备了内置的
Storage
和 Memory
驱动程序,为您的 Agent 提供长期记忆和会话存储能力。
- 结构化输出:Agno Agent 可以使用模型提供的结构化输出或
json_mode
返回完全类型化的响应。
- 预构建的 FastAPI 路由:构建完 Agent 后,可以使用预构建的 FastAPI 路由来部署它们。数分钟内即可上线生产环境。
- 监控:在 agno.com 上实时监控 Agent 会话和性能。
深入了解
Agno 是一个经过实战检验的框架,拥有最先进的推理和多代理架构,请阅读以下指南以了解更多信息:
Responses are generated using AI and may contain mistakes.