Agno-Go고성능 멀티 에이전트 프레임워크

빠른 예제 ​

단 몇 줄의 코드로 도구를 갖춘 AI 에이전트 생성:

package main

import (
    "context"
    "fmt"
    "github.com/rexleimo/agno-go/pkg/agno/agent"
    "github.com/rexleimo/agno-go/pkg/agno/models/openai"
    "github.com/rexleimo/agno-go/pkg/agno/tools/calculator"
)

func main() {
    // 모델 생성
    model, _ := openai.New("gpt-4o-mini", openai.Config{
        APIKey: "your-api-key",
    })

    // 도구를 갖춘 에이전트 생성
    ag, _ := agent.New(agent.Config{
        Name:     "수학 도우미",
        Model:    model,
        Toolkits: []toolkit.Toolkit{calculator.New()},
    })

    // 에이전트 실행
    output, _ := ag.Run(context.Background(), "25 * 4 + 15는 얼마인가요?")
    fmt.Println(output.Content) // 출력: 115
}

성능 비교 ​

왜 Agno-Go인가? ​

프로덕션을 위한 설계 ​

Agno-Go는 단순한 프레임워크가 아닌 완전한 프로덕션 시스템입니다. 포함된 AgentOS 서버는 다음을 제공합니다:

• OpenAPI 3.0 사양을 갖춘 RESTful API
• 다중 턴 대화를 위한 세션 관리
• 스레드 안전한 에이전트 레지스트리
• 상태 모니터링 및 구조화된 로깅
• CORS 지원 및 요청 타임아웃 처리

KISS 원칙 ​

Keep It Simple, Stupid 철학 준수:

• 3개의 핵심 LLM 제공자(45개 이상이 아님) - OpenAI, Anthropic, Ollama
• 필수 도구(115개 이상이 아님) - 계산기, HTTP, 파일, 검색
• 양보다 질 - 프로덕션 준비 기능에 집중

개발자 경험 ​

• 타입 안전: Go의 강력한 타입 시스템으로 컴파일 시 오류 감지
• 빠른 빌드: Go의 컴파일 속도로 신속한 반복 개발
• 손쉬운 배포: 런타임 의존성이 없는 단일 바이너리
• 우수한 도구: 내장된 테스트, 프로파일링, 경쟁 상태 감지

5분 안에 시작하기 ​

# 저장소 복제
git clone https://github.com/rexleimo/agno-Go.git
cd agno-Go

# API 키 설정
export OPENAI_API_KEY=sk-your-key-here

# 예제 실행
go run cmd/examples/simple_agent/main.go

# 또는 AgentOS 서버 시작
docker-compose up -d
curl http://localhost:8080/health

포함된 내용 ​

• 핵심 프레임워크: Agent, Team(4가지 모드), Workflow(5가지 프리미티브)
• 모델: OpenAI, Anthropic Claude, Ollama, DeepSeek, Gemini, ModelScope
• 도구: Calculator(75.6%), HTTP(88.9%), File(76.2%), Search(92.1%)
• RAG: ChromaDB 통합 + OpenAI 임베딩
• AgentOS: 프로덕션 HTTP 서버(65.0% 커버리지)
• 예제: 모든 기능을 다루는 6개의 실제 예제
• 문서: 완전한 가이드, API 레퍼런스, 배포 지침

커뮤니티 ​

• GitHub: rexleimo/agno-Go
• Issues: 버그 리포트 및 기능 요청
• Discussions: 질문 및 아이디어 공유

라이센스 ​

Agno-Go는 MIT 라이센스로 배포됩니다.

Agno (Python) 프레임워크에서 영감을 받았습니다.