Agno - 轻量级Python多智能体系统框架
项目概述
Agno是一个轻量级Python框架，专为构建多智能体系统(MAS)而设计。它支持开发具有不同能力级别的智能体：
- 基础工具代理
- 知识增强代理
- 记忆与推理代理
- 团队协作代理
- 确定性工作流代理
框架提供完整的开发生态，包括知识管理、工具集成、向量数据库支持和可视化Playground。
核心特性
- 多级智能体架构：支持从简单工具调用到复杂团队协作的5个开发级别
- 知识管理：内置20+知识源连接器(网页/PDF/CSV/YouTube等)
- 混合搜索：结合向量相似性和关键词搜索的混合检索
- 多模态支持：处理文本、图像、音频等多种数据类型
- 推理引擎：实验性分步推理和验证机制
- 向量数据库集成：支持PgVector、LanceDB、Qdrant等主流向量库
- 工具生态：预置DuckDuckGo搜索、YFinance等常用工具
- 开发工具：内置Playground和CLI测试环境
安装指南
基础安装
# 创建虚拟环境
python3 -m venv .venv
source .venv/bin/activate# 安装核心依赖
pip install agno openai duckduckgo-search
可选组件
# 向量数据库支持
pip install pgvector lancedb qdrant-client# 多模态扩展
pip install elevenlabs opencv-python
开发环境配置
# 安装开发依赖
pip install -U agno[dev]# 运行Playground
python playground.py
使用示例
基础代理
from agno.agent import Agent
from agno.models.openai import OpenAIChatagent = Agent(model=OpenAIChat(id="gpt-4"),instructions="你是一个热情的新闻记者"
)
agent.print_response("分享一则纽约新闻")
知识增强代理
from agno.agent import Agent
from agno.knowledge.pdf import PDFKnowledgeBaseknowledge = PDFKnowledgeBase(path="data/docs")
agent = Agent(knowledge=knowledge)
agent.print_response("文档中提到哪些关键技术?")
工具集成代理
from agno.agent import Agent
from agno.tools.yfinance import YFinanceToolsagent = Agent(tools=[YFinanceTools()])
agent.print_response("苹果公司当前股价是多少?")
核心架构
智能体初始化
class Agent:def __init__(self,model: BaseModel, # 语言模型 tools: List[BaseTool] = [], # 工具集knowledge: BaseKnowledge = None, # 知识库storage: BaseStorage = None, # 会话存储reasoning: bool = False # 启用推理):self.components = {'model': model,'tools': ToolManager(tools),'knowledge': knowledge,'storage': storage}
知识检索流程
def search_knowledge(query):# 混合检索流程vector_results = vector_db.semantic_search(query)keyword_results = fulltext_search(query)# 结果重排序combined = hybrid_reranker(vector_results, keyword_results)# 上下文注入return format_for_prompt(combined[:5])
工具调用机制
async def execute_tool(tool_name, args):tool = self.tools.get(tool_name)# 异步执行result = await tool.execute(args)# 结果验证if not validate_result(result):raise ToolExecutionErrorreturn format_tool_output(result)
应用场景
- 智能问答系统：基于文档的知识代理
- 数据分析助手：集成数据库和可视化工具
- 自动化工作流：多代理协作完成任务
- 实时信息代理：结合网络搜索和API工具
- 个性化推荐：利用记忆和用户画像