AgentOS使用和可视化_agno官网-优快云博客

AgentOS使用和可视化

1 介绍

AgentOS是Agno升级后的组件，Agno是一个极其高效的多代理框架、运行时和控制平面。利用它构建具备记忆、知识、人机协同及MCP支持的多智能体系统。您可将智能体编排为多智能体团队（增强自主性）或基于步骤的智能体工作流（提升可控性）。

AgentOS可用作智能体的生产运行时与控制平面，AgentOS是Agno的生产就绪型运行时，完全在您的自有基础设施内运行，确保Agent数据的完整隐私与控制。Agno还提供了一个美观的网页界面用于管理、监控和与AgentOS交互，所有数据绝不会在您的环境之外持久存储。

# Agno官网地址
https://docs.agno.com/introduction

# Agno的Github
https://github.com/agno-agi/agno

agent-ui

# Github地址
https://github.com/agno-agi/agent-ui

2 制作agent-ui镜像

2.1 创建容器

# 下载镜像
docker pull node:24.11.1

# 制作容器
docker run -itd \
--name agent-ui \
-p 3000:3000 \
node:24.11.1

# 将文件复制到容器中
docker cp agent-ui.zip agent-ui:/home/

（2）在容器中安装环境

# 进入容器
docker exec -it agent-ui /bin/bash

# 进入目录
cd /home

# 解压文件
unzip agent-ui.zip

# 进入agent-ui
cd /home/agent-ui

# 安装环境
pnpm install

# 启动服务
pnpm dev

（3）执行结果

启动服务

在这里插入图片描述

可视化页面

在这里插入图片描述

2.2 自定义脚本

（1）创建启动脚本

启动脚本：start.sh

# Enter agent-ui
cd /home/agent-ui

# Start server
pnpm dev

将start.sh复制到agent-ui容器中

docker cp start.sh agent-ui:/home/

（2）导出自定义镜像

# 导出镜像
docker commit -m "Agent ui" agent-ui agent-ui:2

# 创建容器
docker run -itd \
--name agent-ui-v1 \
-p 3000:3000 \
agent-ui:2 sh /home/start.sh

查看日志

在这里插入图片描述

3 使用AgentUI

安装agno依赖环境

pip install agno -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install openai -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install fastapi -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install uvicorn -i https://pypi.tuna.tsinghua.edu.cn/simple

Python使用

from agno.agent import Agent
from agno.models.openai import OpenAILike
from agno.os import AgentOS
from agno.tools.reasoning import ReasoningTools

# 调用自己搭建的大模型接口
model = OpenAILike(
    id="qwen3-max",
    api_key="XXXX",
    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1"
)

# 构建智能体
my_agent = Agent(
    # 设置智能体
    model=model,

    # 设置工具调用
    tools=[
        ReasoningTools(add_instructions=True)
    ],

    # 设置指令
    instructions=[
        "Use tables to display data",
        "Only output the report, no other text",
    ],
    # 设置输出
    markdown=True
)

# 执行
my_agent.print_response(
    "写一个关于人工智能报告",
    # 按照流输出
    stream=True,
    # 显示推理国过程
    show_full_reasoning=True,
    # 显示推理的中间过程
    stream_intermediate_steps=True
)


# 创建AgentOS
agent_os = AgentOS(agents=[my_agent])
app = agent_os.get_app()

# 运行AgentOS
if __name__ == "__main__":
    # 注意：my_agno_os是“my_agno_os.py”
    agent_os.serve(
        app="my_agno_os:app",
        port=7777,
        reload=True
    )