빠른 시작

5분 이내에 Agno-Go를 시작하세요!

전제 조건

Go 1.21 이상
OpenAI API 키 (또는 Anthropic/Ollama)
AI 에이전트에 대한 기본 이해

설치

옵션 1: Go Get 사용

bash

go get github.com/rexleimo/agno-Go

옵션 2: 리포지토리 복제

bash

git clone https://github.com/rexleimo/agno-Go.git
cd agno-Go
go mod download

첫 번째 Agent

1. 간단한 Agent (도구 없음)

main.go 파일을 생성하세요:

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() {
    // 환경에서 API 키 가져오기
    apiKey := os.Getenv("OPENAI_API_KEY")
    if apiKey == "" {
        log.Fatal("OPENAI_API_KEY environment variable is required")
    }

    // OpenAI 모델 생성
    model, err := openai.New("gpt-4o-mini", openai.Config{
        APIKey: apiKey,
    })
    if err != nil {
        log.Fatalf("Failed to create model: %v", err)
    }

    // 에이전트 생성
    ag, err := agent.New(agent.Config{
        Name:         "Assistant",
        Model:        model,
        Instructions: "You are a helpful assistant.",
    })
    if err != nil {
        log.Fatalf("Failed to create agent: %v", err)
    }

    // 에이전트 실행
    output, err := ag.Run(context.Background(), "What is the capital of France?")
    if err != nil {
        log.Fatalf("Agent run failed: %v", err)
    }

    fmt.Println("Agent:", output.Content)
}

실행:

bash

export OPENAI_API_KEY=sk-your-key-here
go run main.go

예상 출력:

Agent: The capital of France is Paris.

2. 도구를 사용하는 Agent

계산기 도구 추가:

package main

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

    "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"
    "github.com/rexleimo/agno-Go/pkg/agno/tools/toolkit"
)

func main() {
    apiKey := os.Getenv("OPENAI_API_KEY")
    if apiKey == "" {
        log.Fatal("OPENAI_API_KEY required")
    }

    // 모델 생성
    model, _ := openai.New("gpt-4o-mini", openai.Config{
        APIKey: apiKey,
    })

    // 도구를 사용하는 에이전트 생성
    ag, _ := agent.New(agent.Config{
        Name:  "Calculator Agent",
        Model: model,
        Toolkits: []toolkit.Toolkit{
            calculator.New(),
        },
        Instructions: "You are a math assistant. Use the calculator tools for calculations.",
    })

    // 수학 질문하기
    output, _ := ag.Run(context.Background(), "What is 123 * 456 + 789?")

    fmt.Println("Question: What is 123 * 456 + 789?")
    fmt.Println("Agent:", output.Content)
}

실행:

bash

go run main.go

예상 출력:

Question: What is 123 * 456 + 789?
Agent: The result is 56,877

3. 다중 턴 대화

대화를 위한 메모리 추가:

package main

import (
    "bufio"
    "context"
    "fmt"
    "log"
    "os"
    "strings"

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

func main() {
    apiKey := os.Getenv("OPENAI_API_KEY")
    if apiKey == "" {
        log.Fatal("OPENAI_API_KEY required")
    }

    model, _ := openai.New("gpt-4o-mini", openai.Config{
        APIKey: apiKey,
    })

    ag, _ := agent.New(agent.Config{
        Name:         "Chat Assistant",
        Model:        model,
        Instructions: "You are a friendly chatbot. Remember context from previous messages.",
    })

    fmt.Println("Chat Assistant (type 'quit' to exit)")
    fmt.Println("=====================================")

    scanner := bufio.NewScanner(os.Stdin)
    for {
        fmt.Print("\nYou: ")
        if !scanner.Scan() {
            break
        }

        input := strings.TrimSpace(scanner.Text())
        if input == "quit" || input == "exit" {
            fmt.Println("Goodbye!")
            break
        }

        if input == "" {
            continue
        }

        // 에이전트 실행 (메모리는 자동으로 유지됨)
        output, err := ag.Run(context.Background(), input)
        if err != nil {
            fmt.Printf("Error: %v\n", err)
            continue
        }

        fmt.Printf("Agent: %s\n", output.Content)
    }
}

대화 예시:

You: My name is Alice
Agent: Nice to meet you, Alice! How can I help you today?

You: What's my name?
Agent: Your name is Alice!

You: quit
Goodbye!

AgentOS 사용하기 (HTTP 서버)

1. 서버 시작

Docker Compose 사용 (권장)

bash

# 환경 템플릿 복사
cp .env.example .env

# .env를 편집하고 API 키 추가
nano .env  # Add: OPENAI_API_KEY=sk-your-key

# 서버 시작
docker-compose up -d

# 헬스 체크
curl http://localhost:8080/health

Go 사용 (네이티브)

bash

# 서버 빌드
go build -o agentos cmd/server/main.go

# 서버 실행
export OPENAI_API_KEY=sk-your-key
./agentos

2. API 사용

헬스 체크

bash

curl http://localhost:8080/health

응답:

json

{
  "status": "healthy",
  "service": "agentos",
  "time": 1704067200
}

Agent 실행

bash

curl -X POST http://localhost:8080/api/v1/agents/assistant/run \
  -H "Content-Type: application/json" \
  -d '{
    "input": "What is 2+2?"
  }'

응답:

json

{
  "content": "2 + 2 equals 4.",
  "metadata": {
    "agent_id": "assistant"
  }
}

전체 API 문서는 AgentOS API Reference를 참조하세요.

다음 단계

더 알아보기

Core Concepts - Agent, Team, Workflow 이해하기
Tools Guide - 내장 및 커스텀 도구에 대해 알아보기
Models Guide - 다중 모델 지원
Advanced Topics - 아키텍처, 성능, 배포

예제 시도하기

모든 예제는 cmd/examples/ 디렉토리에 있습니다:

bash

# 계산기를 사용하는 간단한 에이전트
go run cmd/examples/simple_agent/main.go

# Anthropic Claude
go run cmd/examples/claude_agent/main.go

# Ollama를 사용한 로컬 모델
go run cmd/examples/ollama_agent/main.go

# 멀티 에이전트 팀
go run cmd/examples/team_demo/main.go

# 워크플로우 엔진
go run cmd/examples/workflow_demo/main.go

# ChromaDB를 사용한 RAG
go run cmd/examples/rag_demo/main.go

각 예제에 대한 자세한 문서는 Examples를 참조하세요.

문제 해결

일반적인 문제

1. "OPENAI_API_KEY not set"

bash

export OPENAI_API_KEY=sk-your-key-here

2. "Module not found"

bash

go mod download
go mod tidy

3. "Port 8080 already in use"

.env 또는 구성에서 포트 변경:

bash

AGENTOS_ADDRESS=:9090

4. "Context deadline exceeded"

타임아웃 증가:

bash

export REQUEST_TIMEOUT=60

디버그 로그 가져오기

bash

export AGENTOS_DEBUG=true
export LOG_LEVEL=debug

빠른 참조

일반적인 임포트

import (
    "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"
    "github.com/rexleimo/agno-Go/pkg/agno/team"
    "github.com/rexleimo/agno-Go/pkg/agno/workflow"
    "github.com/rexleimo/agno-Go/pkg/agentos"
)

Agent 생성 템플릿

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

ag, err := agent.New(agent.Config{
    Name:         "Agent Name",
    Model:        model,
    Toolkits:     []toolkit.Toolkit{/* tools */},
    Instructions: "System instructions",
    MaxLoops:     10,
})

output, err := ag.Run(context.Background(), "input")

다음: 핵심 개념

세 가지 핵심 추상화에 대해 알아보세요:

Agent - 자율 AI 에이전트
Team - 멀티 에이전트 협업
Workflow - 단계 기반 오케스트레이션

빠른 시작 ​

전제 조건 ​

설치 ​

옵션 1: Go Get 사용 ​

옵션 2: 리포지토리 복제 ​

첫 번째 Agent ​

1. 간단한 Agent (도구 없음) ​

2. 도구를 사용하는 Agent ​

3. 다중 턴 대화 ​

AgentOS 사용하기 (HTTP 서버) ​

1. 서버 시작 ​

Docker Compose 사용 (권장) ​

Go 사용 (네이티브) ​

2. API 사용 ​

헬스 체크 ​

Agent 실행 ​

다음 단계 ​

더 알아보기 ​

예제 시도하기 ​

문제 해결 ​

일반적인 문제 ​

디버그 로그 가져오기 ​

빠른 참조 ​

일반적인 임포트 ​

Agent 생성 템플릿 ​

다음: 핵심 개념 ​

빠른 시작

전제 조건

설치

옵션 1: Go Get 사용

옵션 2: 리포지토리 복제

첫 번째 Agent

1. 간단한 Agent (도구 없음)

2. 도구를 사용하는 Agent

3. 다중 턴 대화

AgentOS 사용하기 (HTTP 서버)

1. 서버 시작

Docker Compose 사용 (권장)

Go 사용 (네이티브)

2. API 사용

헬스 체크

Agent 실행

다음 단계

더 알아보기

예제 시도하기

문제 해결

일반적인 문제

디버그 로그 가져오기

빠른 참조

일반적인 임포트

Agent 생성 템플릿

다음: 핵심 개념