Models - LLMプロバイダー

Agno-Goは統一されたインターフェースで複数のLLMプロバイダーをサポートしています。

サポートされているモデル

OpenAI

GPT-4o、GPT-4o-mini、GPT-4 Turbo、GPT-3.5 Turbo
完全なストリーミングサポート
関数呼び出し

Anthropic Claude

Claude 3.5 Sonnet、Claude 3 Opus、Claude 3 Sonnet、Claude 3 Haiku
ストリーミングサポート
ツール使用

GLM (智谱AI) ⭐ v1.0.2で追加

GLM-4、GLM-4V（ビジョン）、GLM-3-Turbo
中国語に最適化
カスタムJWT認証
関数呼び出しサポート

Ollama

ローカルでモデルを実行（Llama、Mistral等）
プライバシー重視
APIコストなし

OpenAI

セットアップ

import "github.com/rexleimo/agno-go/pkg/agno/models/openai"

model, err := openai.New("gpt-4o-mini", openai.Config{
    APIKey:      os.Getenv("OPENAI_API_KEY"),
    Temperature: 0.7,
    MaxTokens:   1000,
})

設定

type Config struct {
    APIKey      string  // 必須: OpenAI APIキー
    BaseURL     string  // オプション: カスタムエンドポイント（デフォルト: https://api.openai.com/v1）
    Temperature float64 // オプション: 0.0-2.0（デフォルト: 0.7）
    MaxTokens   int     // オプション: 最大応答トークン数
}

サポートされているモデル

モデル	コンテキスト	最適な用途
`gpt-4o`	128K	最も高性能、マルチモーダル
`gpt-4o-mini`	128K	高速、コスト効率的
`gpt-4-turbo`	128K	高度な推論
`gpt-3.5-turbo`	16K	シンプルなタスク、高速

例

package main

import (
    "context"
    "fmt"
    "log"
    "os"

    "github.com/rexleimo/agno-go/pkg/agno/agent"
    "github.com/rexleimo/agno-go/pkg/agno/models/openai"
)

func main() {
    model, err := openai.New("gpt-4o-mini", openai.Config{
        APIKey:      os.Getenv("OPENAI_API_KEY"),
        Temperature: 0.7,
    })
    if err != nil {
        log.Fatal(err)
    }

    agent, _ := agent.New(agent.Config{
        Name:  "Assistant",
        Model: model,
    })

    output, _ := agent.Run(context.Background(), "Hello!")
    fmt.Println(output.Content)
}

Anthropic Claude

セットアップ

import "github.com/rexleimo/agno-go/pkg/agno/models/anthropic"

model, err := anthropic.New("claude-3-5-sonnet-20241022", anthropic.Config{
    APIKey:    os.Getenv("ANTHROPIC_API_KEY"),
    MaxTokens: 2048,
})

設定

type Config struct {
    APIKey      string  // 必須: Anthropic APIキー
    Temperature float64 // オプション: 0.0-1.0
    MaxTokens   int     // オプション: 最大応答トークン数（デフォルト: 4096）
}

サポートされているモデル

モデル	コンテキスト	最適な用途
`claude-3-5-sonnet-20241022`	200K	最も高性能、コーディング
`claude-3-opus-20240229`	200K	複雑なタスク
`claude-3-sonnet-20240229`	200K	バランスの取れたパフォーマンス
`claude-3-haiku-20240307`	200K	高速応答

例

package main

import (
    "context"
    "fmt"
    "log"
    "os"

    "github.com/rexleimo/agno-go/pkg/agno/agent"
    "github.com/rexleimo/agno-go/pkg/agno/models/anthropic"
)

func main() {
    model, err := anthropic.New("claude-3-5-sonnet-20241022", anthropic.Config{
        APIKey:    os.Getenv("ANTHROPIC_API_KEY"),
        MaxTokens: 2048,
    })
    if err != nil {
        log.Fatal(err)
    }

    agent, _ := agent.New(agent.Config{
        Name:         "Claude",
        Model:        model,
        Instructions: "You are a helpful assistant.",
    })

    output, _ := agent.Run(context.Background(), "Explain quantum computing")
    fmt.Println(output.Content)
}

GLM (智谱AI)

セットアップ

import "github.com/rexleimo/agno-go/pkg/agno/models/glm"

model, err := glm.New("glm-4", glm.Config{
    APIKey:      os.Getenv("ZHIPUAI_API_KEY"),  // 形式: {key_id}.{key_secret}
    Temperature: 0.7,
    MaxTokens:   1024,
})

設定

type Config struct {
    APIKey      string  // 必須: APIキー、形式は {key_id}.{key_secret}
    BaseURL     string  // オプション: カスタムエンドポイント（デフォルト: https://open.bigmodel.cn/api/paas/v4）
    Temperature float64 // オプション: 0.0-1.0
    MaxTokens   int     // オプション: 最大応答トークン数
    TopP        float64 // オプション: Top-pサンプリングパラメータ
    DoSample    bool    // オプション: サンプリングを使用するか
}

サポートされているモデル

モデル	コンテキスト	最適な用途
`glm-4`	128K	一般的な会話、中国語
`glm-4v`	128K	ビジョンタスク、マルチモーダル
`glm-3-turbo`	128K	高速応答、コスト最適化

APIキー形式

GLMは特別なAPIキー形式を使用し、2つの部分で構成されています：

{key_id}.{key_secret}

APIキーの取得先: https://open.bigmodel.cn/

例

package main

import (
    "context"
    "fmt"
    "log"
    "os"

    "github.com/rexleimo/agno-go/pkg/agno/agent"
    "github.com/rexleimo/agno-go/pkg/agno/models/glm"
    "github.com/rexleimo/agno-go/pkg/agno/tools/calculator"
    "github.com/rexleimo/agno-go/pkg/agno/tools/toolkit"
)

func main() {
    model, err := glm.New("glm-4", glm.Config{
        APIKey:      os.Getenv("ZHIPUAI_API_KEY"),
        Temperature: 0.7,
        MaxTokens:   1024,
    })
    if err != nil {
        log.Fatal(err)
    }

    agent, _ := agent.New(agent.Config{
        Name:         "GLM 助手",
        Model:        model,
        Toolkits:     []toolkit.Toolkit{calculator.New()},
        Instructions: "你是一个有用的 AI 助手。",
    })

    // 中国語サポート
    output, _ := agent.Run(context.Background(), "你好！请计算 123 * 456")
    fmt.Println(output.Content)
}

認証

GLMはJWT（JSON Web Token）認証を使用します：

APIキーがkey_idとkey_secretに解析されます
HMAC-SHA256署名を使用してJWTトークンを生成します
トークンの有効期限は7日間です
リクエストごとに自動的に再生成されます

これらはすべてSDKによって自動的に処理されます。

Ollama（ローカルモデル）

セットアップ

Ollamaをインストール: https://ollama.ai
モデルをプル: ollama pull llama2
Agno-Goで使用:

import "github.com/rexleimo/agno-go/pkg/agno/models/ollama"

model, err := ollama.New("llama2", ollama.Config{
    BaseURL: "http://localhost:11434",  // Ollamaサーバー
})

設定

type Config struct {
    BaseURL     string  // オプション: OllamaサーバーURL（デフォルト: http://localhost:11434）
    Temperature float64 // オプション: 0.0-1.0
}

サポートされているモデル

Ollamaで利用可能な任意のモデル:

llama2、llama3、llama3.1
mistral、mixtral
codellama、deepseek-coder
qwen2、gemma2

例

package main

import (
    "context"
    "fmt"
    "log"

    "github.com/rexleimo/agno-go/pkg/agno/agent"
    "github.com/rexleimo/agno-go/pkg/agno/models/ollama"
)

func main() {
    // Ollamaが実行中でモデルがプルされていることを確認
    model, err := ollama.New("llama2", ollama.Config{
        BaseURL: "http://localhost:11434",
    })
    if err != nil {
        log.Fatal(err)
    }

    agent, _ := agent.New(agent.Config{
        Name:  "Local Assistant",
        Model: model,
    })

    output, _ := agent.Run(context.Background(), "What is Go?")
    fmt.Println(output.Content)
}

モデル比較

パフォーマンス

プロバイダー	速度	コスト	プライバシー	コンテキスト
OpenAI GPT-4o-mini	⚡⚡⚡	💰	☁️ クラウド	128K
OpenAI GPT-4o	⚡⚡	💰💰💰	☁️ クラウド	128K
Anthropic Claude	⚡⚡	💰💰	☁️ クラウド	200K
GLM-4	⚡⚡⚡	💰	☁️ クラウド	128K
Ollama	⚡	🆓 無料	🏠 ローカル	可変

それぞれをいつ使用するか

OpenAI GPT-4o-mini

開発とテスト
大量アプリケーション
コストに敏感なユースケース

OpenAI GPT-4o

複雑な推論タスク
マルチモーダルアプリケーション
プロダクションシステム

Anthropic Claude

長いコンテキストのニーズ（200Kトークン）
コーディング支援
複雑な分析

GLM-4

中国語アプリケーション
中国国内での展開要件
高速応答と高品質
中国ユーザー向けコスト最適化

Ollama

プライバシー要件
インターネット接続なし
APIコストゼロ
開発/テスト

モデルの切り替え

モデル間の切り替えは簡単です:

// OpenAI
openaiModel, _ := openai.New("gpt-4o-mini", openai.Config{
    APIKey: os.Getenv("OPENAI_API_KEY"),
})

// Claude
claudeModel, _ := anthropic.New("claude-3-5-sonnet-20241022", anthropic.Config{
    APIKey: os.Getenv("ANTHROPIC_API_KEY"),
})

// GLM
glmModel, _ := glm.New("glm-4", glm.Config{
    APIKey: os.Getenv("ZHIPUAI_API_KEY"),
})

// Ollama
ollamaModel, _ := ollama.New("llama2", ollama.Config{})

// 同じAgentコードを使用
agent, _ := agent.New(agent.Config{
    Model: openaiModel,  // または claudeModel、glmModel、ollamaModel
})

Timeout 構成

概要

モデルのタイムアウト設定により、LLM API呼び出しの最大待機時間を制御できます。

サポートされているモデル

✅ OpenAI - すべてのモデル
✅ Anthropic Claude - すべてのモデル
⏳ GLM - 近日対応予定
⏳ Ollama - 近日対応予定

デフォルト設定

デフォルトタイムアウト: 60秒
最小値: 1秒
最大値: 10分（600秒）

使用方法

OpenAI

import "github.com/rexleimo/agno-go/pkg/agno/models/openai"

model, err := openai.New("gpt-4", openai.Config{
    APIKey:  os.Getenv("OPENAI_API_KEY"),
    Timeout: 30 * time.Second,  // 30秒のタイムアウト
})

Anthropic Claude

import "github.com/rexleimo/agno-go/pkg/agno/models/anthropic"

model, err := anthropic.New("claude-3-5-sonnet-20241022", anthropic.Config{
    APIKey:  os.Getenv("ANTHROPIC_API_KEY"),
    Timeout: 45 * time.Second,  // 45秒のタイムアウト
})

ベストプラクティス

1. ユースケースに基づいて調整

// 簡単なタスク: 短いタイムアウト
quickModel, _ := openai.New("gpt-4o-mini", openai.Config{
    Timeout: 15 * time.Second,
})

// 複雑なタスク: 長いタイムアウト
complexModel, _ := openai.New("gpt-4", openai.Config{
    Timeout: 120 * time.Second,
})

2. プロダクション環境

// プロダクション環境では適切なタイムアウトを設定
prodModel, _ := openai.New("gpt-4", openai.Config{
    APIKey:  os.Getenv("OPENAI_API_KEY"),
    Timeout: 60 * time.Second,  // 1分
})

3. エラー処理

output, err := agent.Run(ctx, input)
if err != nil {
    if errors.Is(err, context.DeadlineExceeded) {
        log.Println("Request timed out")
    } else {
        log.Printf("Request failed: %v", err)
    }
}

高度な設定

Temperature

ランダム性を制御（0.0 = 決定論的、1.0+ = 創造的）:

model, _ := openai.New("gpt-4o-mini", openai.Config{
    Temperature: 0.0,  // 一貫した応答
})

model, _ := openai.New("gpt-4o-mini", openai.Config{
    Temperature: 1.5,  // 創造的な応答
})

Max Tokens

応答の長さを制限:

model, _ := openai.New("gpt-4o-mini", openai.Config{
    MaxTokens: 500,  // 短い応答
})

カスタムエンドポイント

互換性のあるAPIを使用:

model, _ := openai.New("gpt-4o-mini", openai.Config{
    BaseURL: "https://your-proxy.com/v1",  // カスタムエンドポイント
    APIKey:  "your-key",
})

ベストプラクティス

1. 環境変数

APIキーを安全に保存:

// 良い例 ✅
APIKey: os.Getenv("OPENAI_API_KEY")

// 悪い例 ❌
APIKey: "sk-proj-..." // ハードコード

2. エラー処理

常にエラーをチェック:

model, err := openai.New("gpt-4o-mini", openai.Config{
    APIKey: os.Getenv("OPENAI_API_KEY"),
})
if err != nil {
    log.Fatalf("Failed to create model: %v", err)
}

3. モデル選択

ニーズに基づいて選択:

// 開発: 高速で安価
devModel, _ := openai.New("gpt-4o-mini", config)

// プロダクション: より高性能
prodModel, _ := openai.New("gpt-4o", config)

4. コンテキスト管理

コンテキスト制限に注意:

// 長い会話の場合、定期的にメモリをクリア
if messageCount > 50 {
    agent.ClearMemory()
}

環境設定

.envファイルを作成:

bash

# OpenAI
OPENAI_API_KEY=sk-proj-...

# Anthropic
ANTHROPIC_API_KEY=sk-ant-...

# GLM (智谱AI) - 形式: {key_id}.{key_secret}
ZHIPUAI_API_KEY=your-key-id.your-key-secret

# Ollama（オプション、デフォルトはlocalhost）
OLLAMA_BASE_URL=http://localhost:11434

コードで読み込む:

import "github.com/joho/godotenv"

func init() {
    godotenv.Load()
}

次のステップ

モデル機能を拡張するにはToolsを追加
会話履歴についてはMemoryを参照
混合モデルでTeamsを構築
実際の使用法についてはExamplesを参照

Models - LLMプロバイダー ​

サポートされているモデル ​

OpenAI ​

Anthropic Claude ​

GLM (智谱AI) ⭐ v1.0.2で追加 ​

Ollama ​

OpenAI ​

セットアップ ​

設定 ​

サポートされているモデル ​

例 ​

Anthropic Claude ​

セットアップ ​

設定 ​

サポートされているモデル ​

例 ​

GLM (智谱AI) ​

セットアップ ​

設定 ​

サポートされているモデル ​

APIキー形式 ​

例 ​

認証 ​

Ollama（ローカルモデル） ​

セットアップ ​

設定 ​

サポートされているモデル ​

例 ​

モデル比較 ​

パフォーマンス ​

それぞれをいつ使用するか ​

モデルの切り替え ​

Timeout 構成 ​

概要 ​

サポートされているモデル ​

デフォルト設定 ​

使用方法 ​

OpenAI ​

Anthropic Claude ​

ベストプラクティス ​

1. ユースケースに基づいて調整 ​

2. プロダクション環境 ​

3. エラー処理 ​

高度な設定 ​

Temperature ​

Max Tokens ​

カスタムエンドポイント ​

ベストプラクティス ​

1. 環境変数 ​

2. エラー処理 ​

3. モデル選択 ​

4. コンテキスト管理 ​

環境設定 ​

次のステップ ​

関連例 ​

Models - LLMプロバイダー

サポートされているモデル

OpenAI

Anthropic Claude

GLM (智谱AI) ⭐ v1.0.2で追加

Ollama

OpenAI

セットアップ

設定

サポートされているモデル

例

Anthropic Claude

セットアップ

設定

サポートされているモデル

例

GLM (智谱AI)

セットアップ

設定

サポートされているモデル

APIキー形式

例

認証

Ollama（ローカルモデル）

セットアップ

設定

サポートされているモデル

例

モデル比較

パフォーマンス

それぞれをいつ使用するか

モデルの切り替え

Timeout 構成

概要

サポートされているモデル

デフォルト設定

使用方法

OpenAI

Anthropic Claude

ベストプラクティス

1. ユースケースに基づいて調整

2. プロダクション環境

3. エラー処理

高度な設定

Temperature

Max Tokens

カスタムエンドポイント

ベストプラクティス

1. 環境変数

2. エラー処理

3. モデル選択

4. コンテキスト管理

環境設定

次のステップ

関連例