Agno はエージェントを本番環境向けソフトウェアに引き上げます。
任意のフレームワークでエージェントを構築し、サービスとして実行し、実際のユーザーに提供できます。
Agno 再入門 : 本番環境向けエージェント型ソフトウェア・ランタイム
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 : 05/03/2026
バージョン : v2.6.4
* 本記事は github.com/agno-agi/agno の以下のページを参考にしています :
* 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。
Agno 再入門 : 本番環境向けエージェント型ソフトウェア・ランタイム
Agno はエージェントを本番環境向けソフトウェアに引き上げます。
任意のフレームワークでエージェントを構築し、サービスとして実行し、実際のユーザーに提供できます。
What is Agno?
Agno はエージェント型ソフトウェア用のランタイムです。これを使用して、エージェントを本番サービスとして実行できます。
任意のフレームワークを使用してエージェントを構築できます。それらをセッション、トレース、スケジューリング、RBAC を備えた本番サービスとして実行できます。単一のコントロールプレーンからそれらを管理することもできます。
- SDK – メモリ、ナレッジ、ガードレール、100+ の統合機能を備えた、エージェント、チーム、ワークフローを構築できます。
- ランタイム – ステートレスでセッションスコープの FastAPI バックエンドを介して、本番環境でエージェントをサービス提供できます。
- コントロールプレーン – AgentOS UI からシステムをテスト・監視・管理できます。
クイックスタート
コーディングエージェントをラップして、それを本番環境用 API としてサービス提供します。どのフレームワークでも同じ形状です。
With the Agno SDK
以下を 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,
)
# AgentOS 経由でサービス提供 → ストリーミング、認証、セッション分離、API エンドポイント
agent_os = AgentOS(agents=[workbench], tracing=True, db=SqliteDb(db_file="agno.db"))
app = agent_os.get_app()
Workspace(“.”) はエージェントのスコープを現在のディレクトリに限定します。読み取り、一覧表示、検索は自由に実行できます; 書き込み、編集、移動、削除、シェル操作には人間の承認が必要です。
With the Claude Agent SDK
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()
同じラッピングパターンが LangGraph や DSPy でも機能します。
LangGraph
from agno.agents.langgraph import LangGraphAgent
from agno.db.sqlite import SqliteDb
from agno.os import AgentOS
from langchain_openai import ChatOpenAI
from langgraph.graph import MessagesState, StateGraph
def chatbot(state: MessagesState):
return {"messages": [ChatOpenAI(model="gpt-5.4").invoke(state["messages"])]}
graph = StateGraph(MessagesState)
graph.add_node("chatbot", chatbot)
graph.set_entry_point("chatbot")
agent = LangGraphAgent(name="LangGraph Chatbot", graph=graph.compile())
agent_os = AgentOS(agents=[agent], db=SqliteDb(db_file="agno.db"), tracing=True)
app = agent_os.get_app()
DSPy
import dspy
from agno.agents.dspy import DSPyAgent
from agno.db.sqlite import SqliteDb
from agno.os import AgentOS
dspy.configure(lm=dspy.LM("openai/gpt-5.4"))
agent = DSPyAgent(
name="DSPy Assistant",
program=dspy.ChainOfThought("question -> answer"),
)
agent_os = AgentOS(agents=[agent], db=SqliteDb(db_file="agno.db"), tracing=True)
app = agent_os.get_app()
実行
uv pip install -U 'agno[os]' openai
export OPENAI_API_KEY=sk-***
fastapi dev workbench.py
In ~20 lines, you get:
- 50+ エンドポイントを備えた FastAPI バックエンド
- ストリーミング・レスポンス、永続セッション、ユーザー毎の分離
- ネイティブな OpenTelemetry トレース
- Cron スケジューリング、human 承認フロー、RBAC の有効化に対応
API at http://localhost:8000. OpenAPI spec at http://localhost:8000/docs.
AgentOS UI への接続
AgentOS UI はコントロールプレーンです。それを使用して、エージェントとのチャット、実行状況の検査、トレースの表示、セッション管理、システム操作を行うことができます。
- os.agno.com にアクセスしてサインインします。
- “Connect AgentOS” をクリックします
- “Local” を選択して、ローカル AgentOS に接続します
- エンドポイント URL (デフォルト: http://localhost:8000) を入力します
- “Local AgentOS” と名前付けして、”Connect” をクリックします。
Chat を開き、エージェントを選択し、次のように質問してください :
Tell me more about the project and the key files
出力例
エージェントはワークスペースを読み取り、実際に検出した内容に基づいて回答します。”create a NOTES.md with three key takeaways” のようなフォローアップ質問を試してみてください。write_file はデフォルトで確認が必要なツールであるため、ファイルが書き込まれる前に、実行は一時停止してユーザの承認を求めます。
What AgentOS gives you
- Production API – SSE と WebSocket に対応した 50+ のエンドポイントで、製品開発を支援。
- ストレージ – ユーザのデータベースにセッション、メモリ、ナレッジ、トレースを保存。
- コンテキスト – Slack、Google ドライブ、Wiki、MCP、カスタムソースにわたるライブ・コンテキスト。
- Human 承認 – ユーザーによる確認、管理者による承認、または外部実行のために実行を一時停止します。
- オブザーバビリティ – すぐに使える OpenTelemetry によるトレース、実行履歴、監査ログ。
- セキュリティと認証 – JWT ベースの RBAC と、マルチユーザー・マルチテナントによる分離機能。
- インターフェース – Slack、Telegram、WhatsApp、Discord、AG-UI、A2A、または独自実装。
- スケジューリング – Cron ベースのスケジューリングと、外部インフラ不要のバックグラウンドジョブ。
- デプロイ – Docker、Railway、AWS、GCP。あらゆるコンテナホストに対応。
What you can build
3 つのリファレンス・エージェント、すべてオープンソース、すべて同じプリミティブ上で構築 :
- Coda → チームチャットから PR を送信する Slack ネイティブのコーディング・エージェント。
- Dash → 6 つのコンテキストレイヤーに基づいた自己学習型データエージェント。
- Scout → 企業知識を管理する自己学習型コンテキストエージェント。
Get started
- ドキュメントを読む
- 最初のエージェントを構築する
- cookbook を探求する
IDE 統合
Agno ドキュメントをコーディングツールのソースとして追加するには :
カーソル: Settings → Indexing & Docs → https://docs.agno.com/llms-full.txt を追加
VS Code、Windsurf、その他同様のツールとも連携します。
Telemetry
Agnoは、更新の優先順位を付けるためにどのモデルプロバイダーが使用されるかログ記録します。`AGNO_TELEMETRY=false` で無効にできます。
以上