Agno を使用して最初のエージェントを構築して実行します。エージェントは、言語モデルが実行フローを制御する AI プログラムです。
Agno 2.x が AgentOS 環境を新たに装備してリリースされました。Agno は高速性を重視して構築された、マルチエージェント・フレームワーク、ランタイムと UI です。

Agno 2.x : イントロダクション : クイックスタート – AgentOS の実行

作成 : クラスキャット・セールスインフォメーション
作成日時 : 10/19/2025
バージョン : Agno 2.1.8

* 本記事は docs.agno.com の以下のページを独自に翻訳した上で、補足説明を加えてまとめ直しています。スニペットはできる限り日本語を使用しています :

• Introduction : Quickstart

* サンプルコードの動作確認はしておりますが、必要な場合には適宜、追加改変しています。
* ご自由にリンクを張って頂いてかまいませんが、sales-info@classcat.com までご一報いただけると嬉しいです。

 

 

 

Agno 2.x : イントロダクション : クイックスタート – AgentOS の実行

Agno を使用して最初のエージェントを構築して実行します。

エージェントは、言語モデルが実行フローを制御する AI プログラムです。

10 行のコードで、ツールを使用してタスクを達成するエージェントを構築できます。

hackernews_agent.py

from agno.agent import Agent
from agno.models.anthropic import Claude
from agno.tools.hackernews import HackerNewsTools

agent = Agent(
    model=Claude(id="claude-sonnet-4-5"),
    tools=[HackerNewsTools()],
    markdown=True,
)
agent.print_response("Write a report on trending startups and products.", stream=True)

 

最初のエージェントの構築

toy デモの代わりに、拡張・構築可能なエージェントを構築しましょう。エージェントを Agno MCP サーバに接続し、会話履歴と状態を保存するデータベースを提供します。

これは単純ですが、任意の MCP サーバに接続することで拡張可能な完全な例です。

agno_agent.py

from agno.agent import Agent
from agno.db.sqlite import SqliteDb
from agno.models.anthropic import Claude
from agno.os import AgentOS
from agno.tools.mcp import MCPTools

# エージェントの作成
agno_agent = Agent(
    name="Agno Agent",
    model=Claude(id="claude-sonnet-4-5"),
    # データベースをエージェントに追加
    db=SqliteDb(db_file="agno.db"),
    # Agno MCP サーバをエージェントに追加
    tools=[MCPTools(transport="streamable-http", url="https://docs.agno.com/mcp")],
    # 前のセッション履歴をコンテキストに追加
    add_history_to_context=True,
    markdown=True,
)


# AgentOS の作成
agent_os = AgentOS(agents=[agno_agent])
# AgentOS 向けの FastAPI アプリケーションの取得
app = agent_os.get_app()

✅ これらの 25 行のコードには、信じられないほどの技術的知見 (alpha) が詰まっています。

任意の MCP サーバにアクセス可能な、メモリと状態を備えた完全に機能するエージェントを取得できます。これは、製品を構築するために使用できる、事前構築済みエンドポイントを備えた FastAPI アプリケーション経由でサービス適用されます。

 

AgentOS の実行

AgentOS は、エージェントのサービス提供、監視と管理のためにすぐに利用できる API エンドポイントを備えた FastAPI アプリケーションを提供します。実行してみましょう。

1. 仮想環境のセットアップ

   uv venv --python 3.12
   source .venv/bin/activate
   

2. 依存関係のインストール

   uv pip install -U agno anthropic mcp 'fastapi[standard]' sqlalchemy
   

3. Anthropic API キーのエクスポート

   export ANTHROPIC_API_KEY=sk-***
   

4. AgentOS の実行

   fastapi dev agno_agent.py
   

   This will start your AgentOS on http://localhost:8000

 

AgentOS に接続

Agno は、AgentOS に接続する web インターフェイスを提供しています、それを使用してエージェント型システムを監視・管理・テストできます。os.agno.com を開いてアカウントにサインインしてください。

1. 上部のナビゲーションバーの “Add AgentOS” をクリックします。

2. “Local” を選択して、ユーザのマシンで動作しているローカルの AgentOS に接続します。

3. AgentOS のエンドポイント URL を入力します。デフォルトは http://localhost:8000 です。

4. AgentOS に、“Development OS” や “Local 8000” のような説明的な名前を与えます。

5. “Connect” をクリックします。

Once connected, you’ll see your new OS with a live status indicator.

 

エージェントとチャットする

次に、エージェントとチャットしましょう、サイドバーの Chat セクションに進み、エージェントを選択します。

• 「Agno とは何ですか？」と質問すると、エージェントは Agno MCP サーバを使用して回答します。

• Agno は履歴、ツールと指示を保持します ; ユーザを切り替えてもコンテキストは混在しません。

💡 エージェントの会話を見るには “Sessions” をクリックします。このデータはユーザのエージェントのデータベースに保存されますので、外部のトレースサービスは必要ありません。

 

事前構築済み API エンドポイント

AgentOS により生成される FastAPI アプリケーションは、製品を構築するために使用できる、事前構築済み SSE 互換 API エンドポイントを備えています。独自のルート、ミドルウェアやその他の FastAPI 機能を追加することもできますが、これは優れた開始点です。

Checkout the API endpoints at /docs of your AgentOS url, e.g. http://localhost:8000/docs.

以上