Agno

Agno是什么

Agno是一套用于构建、运行和管理AI Agent平台的Python框架，核心代码采用Apache 2.0许可证开源。它不仅提供单个Agent抽象，还覆盖多Agent Team、确定性Workflow、知识、记忆、工具、评测和生产运行。

Agno当前将平台分为三层：SDK负责构建，AgentOS Runtime负责运行，Control Plane负责管理和调试。团队可以把运行时、会话、记忆、知识和Trace部署在自己的基础设施与数据库中。

核心功能

• 使用Python快速创建带工具和指令的Agent
• 组织多个专业Agent协作形成Team
• 用Workflow编排确定性、多步骤和有状态流程
• 连接多家闭源与开放模型提供商
• 处理文本、图像、音频和视频等多模态输入输出
• 为Agent添加知识库、RAG、记忆和会话存储
• 使用结构化输出返回类型明确的数据
• 通过AgentOS自动生成生产API与流式端点
• 在Control Plane检查会话、指标、知识和Trace
• 配置Guardrails、人工审批、RBAC和请求隔离
• 兼容Claude Agent SDK、LangGraph和DSPy Agent

平台三层架构

Agno Agent

Agent是围绕无状态模型建立的有状态控制循环，模型根据指令进行推理并调用工具，直到完成任务或达到停止条件。开发者可以按需加入知识、存储、记忆、人工参与和Guardrails。

• 定义角色、目标、指令和预期输出
• 选择模型及其温度、上下文和调用参数
• 注册工具并控制Agent可以执行的动作
• 保存会话历史和运行状态
• 检索专业知识并把相关内容加入上下文
• 记住经过选择的用户信息和历史摘要
• 返回文本、流式事件或结构化对象
• 检查工具调用、错误和完整Trace

多Agent Team

Team允许多个Agent在同一系统中分工协作，可由Team Leader协调成员完成任务。团队结构适合把检索、分析、写作、验证和执行分开，以减少单个Agent承担所有责任。

• 为每个成员设置专门模型、知识和工具
• 由领导Agent选择或协调合适成员
• 共享经过设计的上下文和任务结果
• 并行或按顺序完成不同子任务
• 对成员输出进行汇总、比较和复核
• 记录委派、工具使用和最终答案
• 为高风险成员能力添加人工批准

Agentic Workflows

Workflow用明确步骤编排Agent、Team、函数与业务逻辑，适合需要状态、重试和可预测执行顺序的任务。它与完全自主Agent互补，可以把动态推理限制在真正需要判断的位置。

• 定义步骤、条件、分支和输入输出
• 混合普通函数、Agent和Team
• 保存工作流状态并支持长任务恢复
• 对失败步骤设置重试和备用路径
• 为外部写入和敏感动作设置审批
• 使用结构化数据连接下游步骤
• 对每个阶段建立独立Trace和指标

模型支持

Agno不绑定单一模型供应商，可以连接多家商业API、开放权重模型和本地推理服务。模型实际能力、费用、数据政策和可用地区由对应提供商决定。

• 根据任务在速度、成本和质量之间选择模型
• 为不同Agent配置不同模型提供商
• 使用推理模型或Reasoning Tools处理复杂任务
• 通过本地模型降低敏感数据外发
• 使用结构化输出或JSON模式约束结果
• 为模型切换建立同一评测数据集
• 检查提供商故障、限额和版本变化

多模态能力

Agno Agent可接收文本、图像、音频和视频，并根据模型能力生成不同形式的输出。多模态支持取决于具体模型和工具，不能仅凭框架接口假设所有组合都可用。

• 理解图片、图表、扫描件和界面截图
• 处理音频转录、语音输入和音频输出
• 分析视频或相关媒体内容
• 将视觉信息与文本知识共同检索
• 生成图像或其他受支持媒体
• 保留原始文件、模型结果和人工验证记录

工具生态

Agno提供大量预构建工具，也允许开发者把Python函数、第三方API或MCP Server变成Agent能力。工具应有清晰Schema、最小权限和可验证结果。

• 调用搜索、金融、数据库和业务API
• 执行获授权的Python函数与内部服务
• 通过MCP连接标准化外部工具
• 限制工具名称、参数、网络和权限范围
• 在调用前后运行输入输出Guardrail
• 对写入、删除、付款和发送保留人工确认
• 记录工具耗时、错误和实际业务影响

知识库与Agentic RAG

Agno可连接多种向量数据库、嵌入模型和内容来源，为Agent提供运行时检索。Agentic RAG允许Agent决定何时搜索、使用哪些知识和是否继续补充查询。

• 从文档、网页、数据库和自定义来源读取知识
• 将内容切分、嵌入并写入向量数据库
• 支持20多种向量数据库连接方式
• 根据问题检索并返回相关片段
• 让Agent在信息不足时继续查询
• 保留来源元数据用于回答核验
• 对知识更新、删除和访问权限实施治理

记忆、会话与存储

Agno区分当前会话历史、长期记忆、知识和应用状态，并提供多种数据库驱动。生产系统应明确哪些内容可记住、保存多久以及用户如何查看和删除。

推理能力

Agno把推理作为框架能力，支持原生推理模型、Reasoning Tools及自定义推理方式。推理能改善复杂任务分解，但也会增加延迟、Token成本和不可预测性。

• 在复杂问题中显式规划中间步骤
• 使用专业工具验证计算与事实
• 让Team成员分别分析不同角度
• 对结论进行反思或二次检查
• 限制最大步数与总运行时间
• 不向最终用户暴露私密系统推理内容

结构化输出

Agent可以使用类型模型或JSON模式返回字段明确的结果，便于API、工作流和数据库使用。结构化语法正确不代表业务值正确，仍需字段验证和规则校验。

• 使用Python类型定义预期字段和层级
• 让模型按固定Schema生成对象
• 对枚举、日期、金额和标识进行验证
• 为缺失或低置信度字段保留状态
• 拒绝未经验证的数据直接触发高风险动作
• 记录原始响应与解析错误用于调试

AgentOS Runtime

AgentOS Runtime是运行Agent、Team和Workflow的FastAPI服务，可自动提供50多个生产端点并支持SSE流式事件。它运行在用户自己的容器和云环境中，API也可直接为最终产品提供能力。

• 注册一个或多个Agent、Team和Workflow
• 通过统一API启动运行和获取历史
• 以SSE输出Token、工具调用和状态事件
• 连接企业数据库保存会话与Trace
• 添加应用中间件、认证和业务路由
• 使用容器部署到任意支持环境
• 将同一Runtime连接到Control Plane

Control Plane

Control Plane是管理和调试AgentOS的可视化界面，可检查会话、指标、知识、记忆、Trace和评测。浏览器直接连接用户的Runtime，Agno说明不会代理对话和运行数据。

• 查看实时和历史Agent运行
• 检查模型输出、工具调用和延迟
• 管理知识内容和长期记忆
• 与Agent、Team及Workflow交互测试
• 运行系统评测并比较配置变化
• 为开发、运营和治理人员分配权限
• 连接本地或生产AgentOS环境

数据所有权与隐私

AgentOS把会话、记忆、知识和Trace保存在企业自己的数据库，Runtime也运行在企业云环境。官方说明Control Plane浏览器直接连接Runtime，Agno只保存运行端点而不转发业务数据。

• 选择符合地区和行业要求的数据库
• 在企业网络中部署AgentOS Runtime
• 避免将Trace发送到不必要的第三方平台
• 自行设置加密、备份和数据保留策略
• 限制Control Plane能够访问的Runtime端点
• 仍需单独评估所选模型供应商的数据流
• 关闭非必要遥测并核查实际网络出口

安全与治理

AgentOS提供JWT RBAC、分层Scope、请求隔离、Guardrails、Human-in-the-Loop和审批流程。框架能力不会自动形成合规系统，企业仍需正确配置身份、权限、数据和操作边界。

• 使用JWT验证用户、应用和服务身份
• 按租户、用户、Agent和资源设置层级Scope
• 防止不同请求、会话和用户之间状态串扰
• 在输入、输出和工具调用处配置Guardrails
• 对敏感操作引入人工审批流程
• 记录权限判断、Agent决策和人工修改
• 为提示注入、越权和数据泄露建立测试集

多框架支持

AgentOS可以在同一Runtime、API和UI中运行原生Agno Agent，以及Claude Agent SDK、LangGraph和DSPy构建的Agent。适配器负责统一路由、流式输出和会话持久化。

外部框架Agent可以使用统一端点、SSE、会话存储和工具可见性，但Agno专属委派、知识、依赖、Hook、Skills与Learning不会自动加入。

渠道与协议

• 通过Slack、Telegram、WhatsApp和Discord提供Agent
• 使用AG-UI连接支持的前端交互协议
• 通过A2A与其他兼容Agent系统协作
• 使用MCP连接工具和文档服务
• 把AgentOS API嵌入Web或移动产品
• 为每个渠道配置身份映射和会话隔离
• 验证渠道消息长度、附件和重试规则

调度与后台任务

Agno支持基于Cron的计划任务和后台作业，不需要另建完整调度基础设施即可运行周期性Agent流程。生产环境仍需处理幂等、并发、重试和故障恢复。

• 定时生成研究、报告和数据摘要
• 周期性更新知识库和索引
• 在后台处理长文档和批量任务
• 限制同一计划任务的并发运行
• 使用业务主键避免重复执行
• 监控超时、失败和积压队列

适用场景

• 产品内聊天助手和上下文Copilot
• 多Agent研究、分析、写作与审核
• 文档提取、分类和结构化处理
• 文本、图像、音频和视频数据标注
• 企业知识助手和Agentic RAG
• 具有人工审批的业务自动化
• 定时报告、监控和后台Agent任务
• 统一托管Agno、LangGraph、DSPy和Claude Agent
• 需要私有数据、Trace和自有数据库的Agent平台

适合哪些用户

• 使用Python构建AI产品的开发团队
• 需要开源多Agent框架的研究人员
• 希望拥有Agent运行数据和Trace的企业
• 要从原型升级到生产API的平台工程团队
• 同时维护多个Agent框架的组织
• 需要Control Plane统一监控和治理的团队
• 能够自行部署容器、数据库和安全边界的企业

Agno价格

Agno提供Free、Pro和Enterprise三档。SDK与本地AgentOS可免费开源使用，Pro针对连接生产AgentOS的团队，Enterprise增加支持、定制与自托管Control Plane。

Pro附加费用

Pro所称Unlimited主要针对Control Plane监控、保留、知识、记忆和聊天，不代表第三方模型、向量数据库或云基础设施免费。总体成本应加入模型Token、数据库、网络和运维费用。

快速开始教程

1. 准备Python环境并安装Agno SDK。
2. 创建一个模型和指令明确的基础Agent。
3. 添加只读工具并测试正常与异常输入。
4. 接入数据库保存Session和Trace。
5. 按需要加入Knowledge、Memory和结构化输出。
6. 使用AgentOS注册Agent并生成FastAPI服务。
7. 连接本地Control Plane检查运行和工具调用。
8. 完成评测、安全与负载测试后再部署生产。

构建多Agent系统教程

1. 将业务目标拆成职责清晰的专业任务。
2. 为每项任务选择合适模型、知识和工具。
3. 创建成员Agent并限制其权限和输出范围。
4. 使用Team配置领导、委派和汇总方式。
5. 对确定步骤使用Workflow而非全部交给自主推理。
6. 建立结构化交接和失败回退路径。
7. 用多次运行评测协作稳定性和总成本。
8. 通过Trace定位错误发生在哪个成员或工具。

部署AgentOS教程

1. 选择数据库、模型服务和目标云环境。
2. 在AgentOS中注册生产Agent、Team和Workflow。
3. 配置JWT、RBAC、租户和Session隔离。
4. 对数据库、模型与工具凭据使用密钥管理。
5. 构建容器并在测试环境运行完整API检查。
6. 连接Control Plane并验证Trace不发生非预期外发。
7. 配置扩缩容、健康检查、备份和故障恢复。
8. 上线后持续监控延迟、错误、成本和安全事件。

效果评估

产品优势

• SDK和AgentOS核心采用Apache 2.0许可证开源
• 从Agent、Team到Workflow形成完整抽象层
• 支持多模型、多模态、工具、知识和记忆
• AgentOS可快速生成生产FastAPI与SSE端点
• 会话、记忆、知识和Trace保存在自有数据库
• Control Plane浏览器直连Runtime减少数据中转
• 可统一运行Agno、Claude Agent SDK、LangGraph和DSPy
• 包含RBAC、请求隔离、Guardrail和人工审批能力
• Pro价格与席位、连接附加费公开清晰

使用限制与注意事项

• 开源框架需要自行承担模型、数据库、云和运维成本
• Pro只包含1个生产连接，更多Runtime需额外付费
• 所谓无限使用不包含第三方模型与基础设施费用
• 多Agent系统比单Agent更难调试并可能显著增加Token
• 外部框架适配器不支持全部Agno原生能力
• AgentOS安全能力必须正确配置才会实际生效
• 知识、记忆和Trace可能保存敏感内容，需要治理
• 模型和工具仍可能产生错误、越权或提示注入风险
• 框架更新较快，生产项目应固定并测试版本
• 默认遥测会记录模型提供商使用情况，可按配置关闭

GitHub与开源情况

Agno官方GitHub仓库公开SDK、AgentOS相关代码、示例和Cookbook，并采用Apache License 2.0。该许可证允许使用、修改和分发，但必须保留许可证、版权及必要NOTICE信息。

企业自托管Control Plane、专属支持和定制方案属于Enterprise商业权益。开源SDK不意味着模型API、云资源或所有企业服务免费。

基本信息

推荐指数

4.8 / 5。Agno适合希望用Python构建自有Agent平台、掌握运行数据并从开发走向生产的团队，开源SDK、AgentOS和多框架运行较完整；企业仍需承担安全配置、模型成本和复杂系统运维。

常见问题

Agno主要做什么？

它帮助开发者构建Agent、Team和Workflow，并通过AgentOS运行、管理和监控生产Agent平台。

Agno免费吗？

SDK和本地AgentOS可免费开源使用，生产Control Plane的Pro方案每月150美元。

Agno开源吗？

开源，官方核心仓库当前采用Apache License 2.0。

AgentOS是什么？

它由生产Runtime和Control Plane组成，用统一API运行Agent并提供监控、调试和治理界面。

数据会发送给Agno吗？

AgentOS会话、记忆、知识和Trace存储在用户数据库，Control Plane按官方架构从浏览器直连Runtime；模型供应商数据流仍需单独评估。

Agno支持LangGraph吗？

支持，AgentOS可包装并运行LangGraph，同时也支持Claude Agent SDK和DSPy。

Pro包含几个席位？

Pro包含4个席位和1个Live Connection，额外席位每月30美元。

额外生产连接多少钱？

公开价格为每个额外Live Connection每月95美元。

Agno能本地部署吗？

可以，AgentOS Runtime运行在用户自己的容器和云环境；自托管Control Plane属于Enterprise能力。