Agent API 工作区提供了一个简单的 RestAPI + 数据库用于服务 Agent。它包含：

  • 一个用于服务 Agent、Teams 和 Workflows 的 FastAPI 服务器。
  • 一个用于会话和向量存储的 postgres 数据库。

​
设置

1

创建和激活虚拟环境

python3 -m venv .venv
source .venv/bin/activate
2

安装 Agno

pip install -U "agno[aws]"
3

安装 uv 和 docker

  • 安装 uv 来管理你的 Python 环境。
curl -LsSf https://astral.sh/uv/install.sh | sh
4

导出你的 OpenAI 密钥

export OPENAI_API_KEY=sk-***

Agno 与任何模型提供商兼容；只需更新工作区中的代理即可。

​
创建你的 Agent API 代码库

使用 agent-api 模板创建你的代码库，可以随意命名。

ag ws create --template agent-api --name agent-api

这将创建一个名为 agent-api 的文件夹，其结构如下：

agent-api                     # 根目录
├── agents                  # 在此处添加你的 Agents
├── api                     # 在此处添加 fastApi 路由
├── db                      # 在此处添加数据库表
├── Dockerfile              # 应用程序的 Dockerfile
├── pyproject.toml          # python 项目定义
├── requirements.txt        # 由 pyproject.toml 生成的 python 依赖项
├── scripts                 # 辅助脚本
├── utils                   # 共享的工具函数
└── workspace               # agno 工作区目录
    ├── dev_resources.py    # 在本地运行的开发资源
    ├── prd_resources.py    # 在 AWS 上运行的生产资源
    ├── secrets             # 敏感信息
    └── settings.py         # agno 工作区设置

​
在本地运行您的 Agent Api

cd 进入 agent-api 文件夹

cd agent-api

使用以下命令启动您的 Agent Api：

ag ws up

按 Enter 确认，并等待几秒钟以供下载镜像（仅第一次使用时需要）。在 Docker 仪表板上验证容器状态并查看日志。

备注：

  • Agents 定义在 agents 文件夹中。
  • api 路由定义在 api 文件夹中。

​
停止本地工作空间

进行一些尝试后，使用以下命令停止工作空间：

ag ws down

​
后续

恭喜您已在本地运行 Agent API。后续步骤：