我要投稿

轻量级多模态代理框架 Agno 像搭乐高一样构建私有化AGI中台

发布日期：2025-03-20 07:48:45 浏览次数： 1612 来源：数翼

Agno 是一个开源框架，旨在创建具有记忆、知识保留、工具集成和复杂推理等功能的高级 AI 代理。它使开发人员能够无缝集成任何大型语言模型 (LLM)，管理代理的状态和内存，甚至协调多个协同工作的代理。

Agno 的真正力量在于它能够构建高性能、特定领域的 AI 代理，并提供在生产中监控和优化它们的工具。由于其足够简单，所以在你的业务场景中集成 Agno 几乎感受不到什么影响。

任何你能想到的场景，都可以方便使用 Agno 实现，比如：

• OA 里面自动审批和报告
• 项目中自动完善和处理需求
• 物流中订单追踪
• 通用数据处理、BI等

人工智能工程就是软件工程

从官方的角度看，Agno 适用于哪些场景呢？

如果你在构建 AI 产品时，

• 解决方案的 80% 将是标准的 Python 代码，
• 其余 20% 将使用 Agents 实现自动化。

• 说是 20%，我都觉得多了，我使用下来，知识在需要智能体的地方写一两行代码就可以了。

Agno 专为此类用例而设计。

当然，用 Agno 构建代理很简单，只需要使用熟悉的编程结构（if、else、while、for）编写 AI 逻辑，避免使用图形和链等复杂的抽象。

下面是一个可以搜索网络的简单代理（搜索工具框架里面已经提供了）：

from agno.agent import Agent
from agno.models.openai import OpenAIChat
from agno.tools.duckduckgo import DuckDuckGoTools

agent = Agent(
    model=OpenAIChat(id="gpt-4o"),
    tools=[DuckDuckGoTools()],
    markdown=True
)
agent.print_response("北京最近有什么新闻?", stream=True)

更复杂的一个例子，你可以设置代理的 description、instructions、expected_output：

agent = Agent(
    model=OpenAIChat(id="gpt-4o"),
    tools=[ExaTools(start_published_date=today, type="keyword")],
    description=dedent("""    """),
    instructions=dedent("""    """),
    expected_output=dedent("""    """),
    markdown=True,
    show_tool_calls=True,
    add_datetime_to_instructions=True,
)

• description 会加在系统提示词的前面；

结构化输出

另一个特别有用的功能是结构化输出，这比你手写 prompt 定义 expected_output 更方便。

class MovieScript(BaseModel):
    setting: str = Field(..., description="为一部大片提供一个精彩的场景设定。")
    ending: str = Field(..., description="电影的结局。如果没有特别要求，提供一个喜剧结局。")
    genre: str = Field(
        ..., description="电影的类型。如果没有特别要求，可以选择动作片、惊悚片或浪漫喜剧。"
    )
    name: str = Field(..., description="为这部电影取一个名字")
    characters: List[str] = Field(..., description="电影中的角色名称。")
    storyline: str = Field(..., description="用3句话描述电影的故事情节。让它令人兴奋！")

json_mode_agent = Agent(
    model=model,
    system_message="你是一个电影剧本创作者，所有回答必须使用中文。",
    description="你是一个电影剧本创作者。请用中文回答所有问题。",
    response_model=MovieScript,
    references_format='json',
    debug_mode=True,
)

多模态代理

Agno 代理支持文本、图像、音频和视频输入，并可生成文本、图像、音频和视频输出。

比如输出图片：

image_agent = Agent(
    model=OpenAIChat(id="gpt-4o"),
    tools=[DalleTools()],
    description="You are an AI agent that can generate images using DALL-E.",
    instructions="When the user asks you to create an image, use the `create_image` tool to create the image.",
    markdown=True,
    show_tool_calls=True,
)

image_agent.print_response("Generate an image of a white siamese cat")

images = image_agent.get_images()
if images andisinstance(images, list):
    for image_response in images:
        image_url = image_response.url
        print(image_url)

工具

工具是代理的灵魂，在 Agno 中自定义工具也很简单。定义一个函数，写下注释即可：

def get_top_hackernews_stories(num_stories: int = 10) -> str:
    """使用此函数获取 Hacker News 的热门故事。

    参数:
        num_stories (int): 要返回的故事数量。默认为 10。

    返回:
        str: 热门故事的 JSON 字符串。
    """

    # Fetch top story IDs
    response = httpx.get('https://hacker-news.firebaseio.com/v0/topstories.json')
    return ...

agent = Agent(
    model=llm,
    tools=[get_top_hackernews_stories], 
    debug_mode=True,
    show_tool_calls=True,
    markdown=True,
    description="你是一个帮助用户获取和总结 Hacker News 热门故事的助手。",
    instructions=["请使用中文回答所有问题", "提供简洁明了的总结"]
)