> ## 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.

# Meta

> 了解如何在 Agno 中使用 Meta 模型。

Meta 提供一套强大的多模态语言模型，在广泛的任务中表现出色，包括卓越的文本理解和视觉智能。

我们建议您进行实验，以找到最适合您用例的模型。以下是一些通用建议：

* `Llama-4-Scout-17B`: 在大多数通用任务，包括多模态场景中，表现出色。
* `Llama-3.3-70B`: 功能强大的指令 অনুসরণ模型，适用于复杂的推理任务。

在此处浏览所有模型：[https://llama.developer.meta.com/docs/models](https://llama.developer.meta.com/docs/models)。

## Authentication

设置您的 `LLAMA_API_KEY` 环境变量：

<CodeGroup>
  ```bash Mac theme={null}
  export LLAMA_API_KEY=YOUR_API_KEY
  ```

  ```bash Windows theme={null}
  setx LLAMA_API_KEY YOUR_API_KEY
  ```
</CodeGroup>

## Example

使用 `Llama` 和您的 `Agent`：

<CodeGroup>
  ```python agent.py theme={null}
  from agno.agent import Agent
  from agno.models.meta import Llama

  agent = Agent(
      model=Llama(
          id="Llama-4-Maverick-17B-128E-Instruct-FP8",
      ),
      markdown=True
  )

  agent.print_response("Share a 2 sentence horror story.")
  ```
</CodeGroup>

<Note>在此处查看更多示例：[../examples/models/meta](../examples/models/meta)。</Note>

## Parameters

<Snippet file="model-meta-params.mdx" />

### OpenAI-like Parameters

`LlamaOpenAI` 支持 [OpenAI Like](/reference/models/openai_like) 的所有参数。

## Resources

* [Meta AI Models](https://llama.developer.meta.com/docs/models)
* [Llama API Documentation](https://llama.developer.meta.com/docs/overview)