Agno 项目介绍

Agno 项目介绍

项目定位

Agno 是一个 Python SDK，用于构建、运行和生产化 AI Agent 平台。它不仅提供单 Agent 的构建能力，还覆盖 Team 多 Agent 协作、Workflow 流程编排、Production API 服务化部署，以及统一的控制平面管理。

一句话概括：从 20 行代码的原型 Agent，到承载 100+ 工具、多模型、多租户的企业级 Agent 平台，Agno 提供全栈能力。

核心能力

能力	说明
单 Agent	Agent 类，支持工具、知识、记忆、技能、推理、结构化输出、流式响应
多 Agent 团队	Team 类，支持路由、并行、协作三种模式，嵌套团队
Workflow 编排	串行、并行、条件分支、循环执行、CEL 表达式、人工审核
Learning Machine	统一的自学习系统：用户画像、用户记忆、实体记忆、会话上下文、学习知识、决策日志
Context Providers	可插拔上下文源：Web、Slack、Google Drive、Wiki、MCP、文件系统、数据库
Knowledge / RAG	完整的知识库管线：加载、分块、嵌入、重排、向量存储、过滤
100+ 工具集成	预构建 Toolkit，涵盖搜索、数据库、API、云平台、生产力工具
AgentOS	生产级 API 服务，50+ 端点、SSE/WebSocket、RBAC、审计日志、调度
模型路由与故障转移	50+ 模型提供商，错误分类驱动的精细化回退策略
多渠道接入	Slack、Telegram、WhatsApp、Discord、AG-UI、A2A

技术栈

类别	技术
语言	Python 3.11+
核心依赖	Pydantic（数据模型）、FastAPI（API 服务）、httpx（HTTP 客户端）
数据库	PostgreSQL（生产）、SQLite（开发），另有 Redis、MongoDB、DynamoDB 等 10+ 后端
向量数据库	pgvector、Qdrant、Pinecone、Milvus、Chroma、Weaviate 等 15+ 后端
运行环境	Docker、Railway、AWS、GCP 任意容器平台
可观测性	OpenTelemetry Tracing

架构概览

快速体验

# 安装
pip install agno

# 20 行代码运行你的第一个 Agent
python -c "
from agno.agent import Agent
from agno.models.openai import OpenAIResponses

agent = Agent(
    model=OpenAIResponses(id='gpt-4o'),
    description='你是一个有用的助手',
)
agent.print_response('你好，Agno！')
"

教程导读

本教程分为两个部分：

AI 应用教程（ai/）

从 Agno 项目出发，学习 AI 应用的通用知识。涵盖：

• Agno 的 Agent 核心循环与执行管线
• 工具调用协议的 100+ 集成架构
• MemoryManager 的记忆压缩与淘汰策略
• LearningMachine 的六存储自学习系统
• Context Providers 的多源上下文接入
• Knowledge / RAG 的完整管线
• 模型故障转移的错误分类路由
• 人工审核与暂停 / 恢复机制

每章都会引用 src/content/docs/common/ 中的通用知识教程，帮助你在学习 Agno 的同时，理解行业通用概念。

开发核心教程（dev/）

聚焦 Agno 的工程实践和架构决策：

• Pydantic dataclass 与 init=False 的大规模数据模型设计
• 预/后钩子（Hook）系统的守卫门与后台执行模式
• AgentOS 的 FastAPI 服务化与中间件管线
• Skills 系统的加载、验证与脚本注入
• 存储后端的可插拔适配器模式（10+ 数据库）
• 向量数据库的统一抽象层
• 工作流的 CEL 表达式引擎

版本信息

本教程基于 commit 1444c9b 分析，对应 2026 年 5 月的最新版本。项目更新后内容可能过时。