エージェントプラットフォームを構築・実行・管理します。

Agno はエージェントプラットフォームを構築するための SDK です。

任意のフレームワークを使ってエージェントを構築します。セッション、メモリ、トレーシング、スケジューリング、RBAC を備えた本番環境サービスとして実行します。単一のコントロールプレーンからすべてを管理します。

以下に構築できるものをいくつか示します：

• Coda → Slack に存在し、チームと一緒に動作するコードコンパニオンです。
• Dash → 6 層のコンテキストで回答を根拠づける自己学習型データエージェントです。
• Scout → Slack と Google Drive を操作して質問に答えるコンテキストエージェントです。
• 自動改善エージェントプラットフォーム → 組み込み自己改善ループを備えた最小限のエージェントプラットフォームです。

Agno は 3 層のアーキテクチャを備えています。コントロールプレーン以外はすべて無料かつオープンソースです。

コーディングエージェントをサービスとして実行します。

このファイルを workbench.py として保存してください：

from agno.agent import Agent
from agno.db.sqlite import SqliteDb
from agno.os import AgentOS
from agno.tools.workspace import Workspace

workbench = Agent(
    name="Workbench",
    model="openai:gpt-5.4",
    tools=[Workspace(".",
        allowed=["read", "list", "search"],
        confirm=["write", "edit", "delete", "shell"],
    )],
    enable_agentic_memory=True,
    add_history_to_context=True,
    num_history_runs=3,
)

agent_os = AgentOS(
    agents=[workbench],
    tracing=True,
    db=SqliteDb(db_file="agno.db"),
)
app = agent_os.get_app()

Workspace(".") はエージェントを現在のディレクトリに限定します。read、list、search は自由に実行できます。write、edit、delete、shell はヒューマン承認が必要です。

from agno.agents.claude import ClaudeAgent
from agno.db.sqlite import SqliteDb
from agno.os import AgentOS

agent = ClaudeAgent(
    name="Claude Agent",
    model="claude-opus-4-7",
    allowed_tools=["Read", "Bash"],
    permission_mode="acceptEdits",
)

agent_os = AgentOS(agents=[agent], db=SqliteDb(db_file="agno.db"), tracing=True)
app = agent_os.get_app()

uv pip install -U 'agno[os]' openai

export OPENAI_API_KEY=sk-***

fastapi dev workbench.py

30 行のコードで、以下が得られます：

• 50 以上のエンドポイントを備えた FastAPI ベースのエージェントサーバー
• ストリーミングレスポンス、永続セッション、ユーザーごとの分離
• Cron スケジューリング、ヒューマン承認フロー、RBAC
• ネイティブな OpenTelemetry トレーシング

API は http://localhost:8000 で利用できます。OpenAPI 仕様は http://localhost:8000/docs で確認できます。

AgentOS UI は、実行中の AgentOS に直接接続するコントロールプレーンを提供します。エージェントをテストし、実行を検査し、トレースを表示し、セッションを管理し、システムの健全性を監視できます。

1. os.agno.com を開いてサインインします。
2. "Connect OS" をクリックします。
3. "Local" を選択します。
4. エンドポイント URL を入力します（デフォルト: http://localhost:8000）。
5. それを "Local AgentOS" と名付けて、"Connect" をクリックします。

Chat を開き、エージェントを選択して、以下を尋ねてみます:

プロジェクトについて教えてください

エージェントはワークスペースを読み取り、実際に見つけたものに基づいて回答します。「三つの重要なポイントを含む NOTES.md を作成してください。」といったフォローアップを試してみてください。write は確認リストに含まれているため、ファイルが書き込まれる前に実行が一時停止します。

• ドキュメントを読む
• 最初のエージェントを構築する
• 自動改善型エージェントプラットフォームを構築する

• Production API。エージェントプラットフォームの上にプロダクトを構築するための 50 以上のエンドポイントと SSE および websockets。
• Storage。セッション、メモリ、ナレッジ、トレースを独自のデータベースに保存します。セッションとメモリには Postgres を使用します。トレースなどの OLAP データには ClickHouse を使用します。
• 100 以上の統合。100 以上のツール向けの事前構築済みツールキット。
• Context Providers。Slack、Drive、wiki、MCP、およびカスタムソースからのライブデータへのアクセス。
• Human approval。ユーザー確認のために実行を一時停止します。管理者の承認が必要なツールをブロックします。
• Observability。OpenTelemetry トレーシング、実行履歴、監査ログがすぐに使用できます。
• Security。JWT ベースの RBAC およびマルチユーザー、マルチテナント分離がすぐに使用できます。
• Interfaces。Slack、Telegram、WhatsApp、Discord、AG-UI、A2A 経由でエージェントを公開します。
• Scheduling。外部インフラなしで Cron ベースのスケジューリングとバックグラウンドジョブを実行します。
• どこでも展開。コンテナを実行できる任意のクラウドプラットフォームで実行します。Docker、Railway、AWS、GCP。

2 つのオプション:

1. Agno ドキュメントをインデックス付きソースとして追加します。 Cursor で: Settings → Indexing & Docs → Add https://docs.agno.com/llms-full.txt。VSCode、Windsurf、および同様のツールでも動作します。
2. Agno ドキュメントを MCP サーバーとして追加します。 docs.agno.com/mcp をお気に入りのコーディングエージェントに追加してください。

完全なガイドはここで読むことができます。

• X / Twitter — リリースとデモをフォローしてください
• Newsletter — 出荷内容の月次更新

貢献ガイドをご参照ください。

Agno は使用されるモデルプロバイダをログに記録し、更新の優先順位付けに活用します。AGNO_TELEMETRY=falseで無効にできます。

↑ トップに戻る

Build, run, and manage agent platforms.

Agno is an SDK for building agent platforms.

Build agents using any framework. Run them as production services with sessions, memory, tracing, scheduling, and RBAC. Manage everything from a single control plane.

Here's what you can build:

• Coda → A code companion that lives in Slack and works alongside your team.
• Dash → A self-learning data agent that grounds answers in 6 layers of context.
• Scout → A context agent that navigates Slack and Google Drive to answer questions.
• Auto Improving Agent Platform → The leanest agent platform with a built-in auto-improvement loop.

Agno has a 3-layer architecture. Everything except the control plane is free and open-source.

Run a coding agent as a service.

Save this as workbench.py:

from agno.agent import Agent
from agno.db.sqlite import SqliteDb
from agno.os import AgentOS
from agno.tools.workspace import Workspace

workbench = Agent(
    name="Workbench",
    model="openai:gpt-5.4",
    tools=[Workspace(".",
        allowed=["read", "list", "search"],
        confirm=["write", "edit", "delete", "shell"],
    )],
    enable_agentic_memory=True,
    add_history_to_context=True,
    num_history_runs=3,
)

agent_os = AgentOS(
    agents=[workbench],
    tracing=True,
    db=SqliteDb(db_file="agno.db"),
)
app = agent_os.get_app()

Workspace(".") scopes the agent to the current directory. read, list, and search run freely. write, edit, delete, and shell require human approval.

from agno.agents.claude import ClaudeAgent
from agno.db.sqlite import SqliteDb
from agno.os import AgentOS

agent = ClaudeAgent(
    name="Claude Agent",
    model="claude-opus-4-7",
    allowed_tools=["Read", "Bash"],
    permission_mode="acceptEdits",
)

agent_os = AgentOS(agents=[agent], db=SqliteDb(db_file="agno.db"), tracing=True)
app = agent_os.get_app()

uv pip install -U 'agno[os]' openai

export OPENAI_API_KEY=sk-***

fastapi dev workbench.py

In 30 lines of code, you get:

• A FastAPI based agent server with 50+ endpoints
• Streaming responses, persistent sessions, per-user isolation
• Cron scheduling, human approval flows, and RBAC
• Native OpenTelemetry tracing

The API is available at http://localhost:8000. Checkout the OpenAPI spec at http://localhost:8000/docs.

The AgentOS UI provides a control plane that connects directly to your running AgentOS. Test agents, inspect runs, view traces, manage sessions, and monitor system health.

1. Open os.agno.com and sign in.
2. Click "Connect OS".
3. Select "Local".
4. Enter your endpoint URL (default: http://localhost:8000).
5. Name it "Local AgentOS" and click "Connect".

Open Chat, select your agent, and ask:

Tell me about the project

The agent reads your workspace and answers grounded in what it actually finds. Try a follow-up like "create a NOTES.md with three key takeaways." The run pauses for your approval before the file is written, since write is in the confirm list.

• Read the docs
• Build your first agent
• Build an auto-improving agent platform

• Production API. 50+ endpoints with SSE and websockets to build a product on top of your agent platform.
• Storage. Store sessions, memory, knowledge, and traces in your own database. Postgres for sessions and memory. ClickHouse for OLAP data like traces.
• 100+ integrations. Pre-built toolkits for 100+ tools.
• Context Providers. Access live data from Slack, Drive, wikis, MCP, and custom sources.
• Human approval. Pause runs for user confirmation. Block tools that require admin approval.
• Observability. OpenTelemetry tracing, run history, and audit logs out of the box.
• Security. JWT-based RBAC and multi-user, multi-tenant isolation out of the box.
• Interfaces. Expose agents via Slack, Telegram, WhatsApp, Discord, AG-UI, A2A.
• Scheduling. Cron-based scheduling and background jobs with no external infrastructure.
• Deploy anywhere. Run on any cloud platform that runs containers. Docker, Railway, AWS, GCP.

Two options:

1. Add Agno docs as an indexed source. In Cursor: Settings → Indexing & Docs → Add https://docs.agno.com/llms-full.txt. Also works in VSCode, Windsurf, and similar tools.
2. Add Agno docs as an MCP server. Add docs.agno.com/mcp to your favourite coding agent.

Read the full guide here.

• X / Twitter — follow for releases and demos
• Newsletter — monthly updates on what's shipping

See the contributing guide.

Agno logs which model providers are used to prioritize updates. Disable with AGNO_TELEMETRY=false.

↑ Back to top