Agno 自进化智能体平台
Agno 是一个用 Python 构建的自我改进型智能体平台，支持用 Agno、Claude Agent 或 Codex SDK 构建智能体，并通过 AgentOS 将其作为带 API 与 MCP 的持久化服务运行，配合追踪、评估与历史对话实现持续优化。
过去 7 天收获 1 颗 Star
爱鲜报评分
0 人评分
43k
星数
否
中文
Python
主语言
是
活跃
620
贡献者
人工分析
EDITORIAL推荐理由
Agno 把智能体从「写个脚本跑一下」提升到「可运维的平台」：SDK 负责编排，AgentOS 提供鉴权、持久执行、人工审批与调度，控制台负责观测与治理，形成完整闭环。项目星数超 4 万、生态模板覆盖 Docker/AWS/GCP/Azure 等主流云，适合需要把智能体真正落地到产品与团队流程的开发者。
适用场景
- 将智能体封装为 REST API 供自有产品调用
- 通过 MCP 把智能体接入 Claude、ChatGPT 等客户端
- 在 Slack 等聊天工具中部署智能体助手
- 构建带长期记忆与知识库检索的多智能体团队
- 对智能体运行进行追踪、评估与自动化改进
优点
- SDK、运行时、控制台三层架构清晰，职责分明
- 内置持久执行、人工审批、调度与 RBAC 等生产级能力
- 同时提供 REST API 与 MCP Server，接入渠道丰富
- 多云端部署模板齐全，数据可留在自有云环境
- Apache-2.0 许可，社区活跃、文档体系完整
缺点
- 概念较多（AgentOS、Control Plane、Skills 等），上手需要先理解整体架构
- 自我改进依赖编码智能体与沙箱环境，配置成本不低
- 默认开启遥测，需手动设置环境变量关闭
- 生态与文档以英文为主，中文资料较少
Agno 是什么
Agno 是一个用 Python 编写的自我改进型智能体平台。它的核心主张是：智能体不只是写完就结束的脚本，而应当像服务一样被构建、运行和持续改进。
围绕这一目标，Agno 把能力拆成三层：
| 层级 | 职责 |
|---|---|
| SDK | 用 Agno、Claude Agent 或 Codex SDK 构建智能体，并组合成团队与工作流 |
| AgentOS | 把智能体作为安全、持久化的服务运行，自带 API 与 MCP Server |
| Control Plane | 通过 AgentOS UI 监控运行、查看会话、管理平台 |
核心能力
- 编排：智能体支持路由、分支、循环与并行执行，可组合为团队与工作流。
- 记忆与知识：为智能体提供长期记忆，并接入自有文档与数据。
- 工具与集成：连接外部服务、数据库与 MCP Server。
- 持久执行：后台任务保留执行状态，支持恢复与重放。
- 人工审批：任务可暂停等待审核，通过后继续执行。
- 可观测性：查看对话、工具调用、追踪与评估结果。
- 调度与安全：按计划运行工作流，支持鉴权、基于角色的访问控制与用户隔离。
一次构建，多处可用
智能体构建完成后，可以同时暴露给不同入口：
- 自有产品：通过 REST API 调用。
- Claude / ChatGPT：通过 MCP Server 接入。
- Slack 等聊天应用：通过 Agno Interfaces 使用。
平台可运行在自己的云环境中，数据保留在本地。
上手方式
Agno 面向编码智能体设计，官方推荐从预置模板开始，把类似下面的提示交给你的编码助手：
帮我搭建智能体平台并构建第一个智能体。
克隆 agentos-railway 模板，按 .agents/skills/setup-platform/SKILL.md 执行。
初始化后会得到一个 API Server、MCP Server、PostgreSQL 存储以及用于管理平台的 OS Manager。之后可将平台连接到 os.agno.com 开始使用。
部署模板
官方为不同云环境提供了模板，包括 Docker、Railway、AWS、GCP、Azure、Fly.io、Render、Modal 与 Helm，可按现有基础设施选择。
注意事项
- 项目默认发送每个智能体一条遥测事件（不含提示词与输出），可通过
AGNO_TELEMETRY=false关闭。 - 自我改进流程依赖编码智能体与沙箱，建议先在测试环境验证再接入生产。
- 采用 Apache-2.0 许可，商用友好。
评论
- 暂无评论，来写第一条吧。