Agno 教程 · 课程导学

本课程基于 Agno 2.x 官方文档编写，共 27 章，从零基础到 AgentOS 生产部署。

模型接入约定

按课程要求，所有示例均使用 OpenAI 兼容的三方模型（以 DeepSeek 为例，OpenRouter/通义/Kimi 等同理）：

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

agent = Agent(
    model=OpenAIChat(
        id="deepseek-chat",
        api_key="sk-xxx",
        base_url="https://api.deepseek.com/v1",
    ),
)

TIP

Agno 也提供 agno.models.openai.like.OpenAILike 类，专用于任意 OpenAI 兼容端点，效果等同。

你将学到什么

阶段	章节	内容
入门	01–06	Agno 架构、第一个 Agent、RunOutput、流式输出、结构化输出、Prompt 设计
进阶	07–12	工具与 Toolkit、多模态、会话状态、存储、记忆
高级	13–19	知识库 RAG、推理模式、人机协同、MCP、Agent Team 协作
生产实践	20–24	Workflow 编排、AgentOS 服务化、可观测性、性能优化与生产部署

官方参考源

本课程严格对照以下权威文档编写：

来源	链接
docs.agno.com	https://docs.agno.com/
github.com	https://github.com/agno-agi/agno

内容版本基准：Agno 2.9

学习前提

• Python 基础 + 了解 Pydantic（本站 FastAPI 教程 第 4 章可快速补齐）；
• 一个三方模型的 API Key。

👉 从 第 1 章 开始。