0x38A

100

요약

Agno(구 Phidata)는 AI 에이전트를 빌드·실행·관리하기 위한 오픈소스 Python 프레임워크이다. 에이전트 생성 속도가 LangGraph 대비 약 529배 빠르고, 메모리 사용량은 약 24배 적다 (Agno 공식 벤치마크, 인스턴스 생성 기준 — 2026-08 문서 수치). Model-agnostic, 멀티모달, 프로덕션 레디를 표방하며, Agent → Team → Workflow의 3계층 추상화를 제공한다.

핵심 특징

초고속 경량: 에이전트 인스턴스 ~2μs, 메모리 ~3.75KiB
Model-agnostic: OpenAI, Anthropic, Google, Ollama 등 23+ 모델 프로바이더
멀티모달: 텍스트, 이미지, 오디오, 비디오 네이티브 처리
3계층 추상화: Agent(단일) → Team(협업) → Workflow(오케스트레이션)
Reasoning Tools: think() → act() → analyze() 패턴의 구조화된 추론
프로덕션 레디: AgentOS(FastAPI 기반), JWT/RBAC, 수평 확장, 추적/감사

아키텍처 3계층

Framework Layer (빌드)
├── Agent, Team, Workflow
├── Tools (100+ 통합)
├── Memory, Knowledge, Storage
└── Guardrails, Reasoning

Runtime Layer (실행)
├── AgentOS (FastAPI 기반 API 서버)
├── Stateless 설계 → 수평 확장
├── 세션/사용자 격리
└── 50+ API, 백그라운드 실행

Control Plane (관리)
├── AgentOS UI
├── 모니터링, 트레이싱
└── 테스트, 디버깅

세부 개념

핵심 추상화

Agno Agent: 단일 에이전트 — 모델, 도구, 인스트럭션, 구조화된 출력
Agno Team: 멀티 에이전트 협업 — Coordinate, Route, Broadcast 모드
Agno Workflow: 구조적 오케스트레이션 — Step, Condition, Parallel, Loop 기반 파이프라인
Agno Reasoning Tools: 구조화된 추론 — ReasoningTools, KnowledgeTools, MemoryTools, WorkflowTools

에이전트 구성 요소

Agno Knowledge & Memory: Knowledge(RAG), Memory(장기 기억), Storage(세션 영속화)
Agno Tools & Guardrails: 120+ 내장 도구, MCP 지원, 입력 가드레일, Hooks
Agno Session State: 에이전트/워크플로우 상태 관리, RunContext
Agno HITL: Human-in-the-Loop — Pause/Resume, 승인, 사용자 입력
Agno Context Engineering: 컨텍스트 설계, 의존성 주입, 캐싱
Agno Multimodal: 이미지, 오디오, 비디오, 파일 네이티브 처리

프로덕션

Agno AgentOS: 프로덕션 런타임 — FastAPI, 배포, 보안, 관측성, 스케줄링

비교

Agno 프레임워크 비교: LangChain, LangGraph, CrewAI, AutoGen과의 비교

빠른 시작

pip install agno

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

agent = Agent(
    model=OpenAIChat(id="gpt-4o"),
    instructions="You are a helpful assistant.",
    markdown=True,
)

agent.print_response("What is Agno?", stream=True)

Agno

요약