19.2K星超级Agent震撼登场，性能超越LangGraph 5000倍！

本文链接：https://blog.youkuaiyun.com/m0_65555479/article/details/146773327

Agno 是一个轻量级的多模态智能体（multi-modal Agent）
支持多种数据模态（如文本、图像、音频和视频），并且可以快速创建智能体。
提供了内存管理和知识库支持，能够将用户会话和智能体状态存储在数据库中，基于向量数据库实现动态少样本学习。
支持多智能体协作，帮助用户实时跟踪智能体会话和性能。
纯 Python 实现，开发者可以轻松上手并快速构建高效的智能体应用。

Agno的特点

急速：创建智能体的速度比传统框架（如 LangGraph）快 5000 倍。
支持多种模态：支持文本、图像、音频和视频等多种数据模态。
多智能体协作：支持将任务分配给多个专业化的智能体，实现高效的分工和协作。
支持知识库：基于向量数据库实现检索增强生成（RAG）或动态少样本学习，提升智能体的知识检索能力。
结构化输出：支持结构化数据格式响应，方便与其他系统集成。

Agno的用法

1、创建一个基本的智能体

from agno.agent import Agent
from agno.models.openai import OpenAIChat

agent = Agent(
    name="new reporter",
    model=OpenAIChat(id="gpt-4o"),
    description="You are an enthusiastic news reporter with a flair for storytelling!"
    markdown=True
)
agent.print_response("Tell me about a breaking news story from New York.", stream=True)

直接运行python agent_1.py即可

2、在此基础上，可以给agent添加工具tool

from agno.tools.duckduckgo import DuckDuckGoTools

agent = Agent(
    name="new reporter",
    model=OpenAIChat(id="gpt-4o"),
    description="You are an enthusiastic news reporter with a flair for storytelling!"
    tools=[DuckDuckGoTools()], 
    show_tool_calls=True,
    markdown=True
)
agent.print_response("Tell me about a breaking news story from New York.", stream=True)

3、再给agent绑定到知识库上

from agno.embedder.openai import OpenAIEmbedder
from agno.sources.pdf import PdfSource
from agno.vectorstores.lancedb import LanceDb, SearchType

vector_store = LanceDb(
    uri="tmp/lancedb",
    table_name="recipes",
    search_type=SearchType.hybrid
    embedder=OpenAIEmbedder(id="text-embedding-3-samll")
)
vector_store.ingest(PdfSource("example.pdf"))

agent = Agent(
    name="new reporter",
    model=OpenAIChat(id="gpt-4o"),
    description="You are a Thai cuisine expert!", 
    instructions=[
        "Search your knowledge base for Thai recipes.", 
        "If the question is better suited for the web, 
        search the web to fill in gaps.", 
        "Prefer the information in your knowledge base over the web results. 
        ],    
    tools=[DuckDuckGoTools()], 
    show_tool_calls=True,
    markdown=True
    vector_store=vector_store
)

4、多智能体协作

from agno.tools.duckduckgo import DuckDuckGoTools 
from agno.tools.yfinance import YFinanceTools 

web_agent = Agent(
    name="Web Agent", 
    role="Search the web for information", 
    model=OpenAIChat(id="gpt-4o"), 
    tools=[DuckDuckGoTools()], 
    instructions="Always include sources", 
    show_tool_calls=True, 
    markdown=True, 
    ) 

finance_agent = Agent(
    name="Finance Agent", 
    role="Get financial data", 
    model=OpenAIChat(id="gpt-4o"), 
    tools=[
        YFinanceTools(stock_price=True, analyst_recommendations=True, company_info=True)
    ], 
    instructions="Use tables to display data", show_tool_calls=True, markdown=True, ) 
    
agent_team = Agent(
    team=[web_agent, finance_agent], 
    model=OpenAIChat(id="gpt-4o"), 
    instructions=[
        "Always include sources", 
        "Use tables to display data"
        ], 
    show_tool_calls=True, 
    markdown=True, 
    ) 

agent_team.print_response("What's the market outlook and financial performance of AI semiconductor companies?", stream=True)

如何学习AI大模型？

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。