Ango的作者Ashpreet Bedi的分享：🚀Agno现已全面上线🚀
1️⃣ Agno简介：经过2年的开发，超过2500个PR，以及22K的星标，Agno终于全面上线了！这是一个简单、快速且功能齐全的库，用于构建具有内置记忆、知识、推理和工具的Agentic系统。现在，每周都有超过1M的新Agent被创建。
2️⃣ 开发背景：在离开Airbnb工作5年后，我开始帮助公司构建AI产品。在gpt-3.5发布、RAG成为热门之后，我们开始了构建尝试。最终，我选择了直接手工操作，包括API调用、数据块处理、抓取、加载向量数据库等，这些经验促使我开始将这些实用工具封装成类。
3️⃣ Agno的特点：随着函数调用技术在2023年中推出，我们的Assistant变得异常强大，能够管理对话状态（存储与记忆）、向量数据（知识）和工具调用。我们决定将这个项目（当时称为Phidata）开源，并推出了Auto-RAG（现在的Agentic RAG）和LLM OS，它们证明了可以构建强大的AI产品而不必屈服于“复杂性矩阵”。
4️⃣ 性能提升：我们优化了Agno Agent的启动速度至约2μs，并使内存和知识驱动器速度提高了70%。这种以性能为先的方法深受开发者喜爱，使Phidata（现更名为Agno）成为全球顶尖公司数千名工程师的首选框架。经过多年不懈的努力，Agno现在已经是真正准备好的生产级库，静静地在生产中处理着数百个agentic系统的数百万请求。
👉如果你正在构建Agent，尝试一下Agno吧：agno.link/gh
#ai创造营##科技##程序员#
1️⃣ Agno简介：经过2年的开发，超过2500个PR，以及22K的星标，Agno终于全面上线了！这是一个简单、快速且功能齐全的库，用于构建具有内置记忆、知识、推理和工具的Agentic系统。现在，每周都有超过1M的新Agent被创建。
2️⃣ 开发背景：在离开Airbnb工作5年后，我开始帮助公司构建AI产品。在gpt-3.5发布、RAG成为热门之后，我们开始了构建尝试。最终，我选择了直接手工操作，包括API调用、数据块处理、抓取、加载向量数据库等，这些经验促使我开始将这些实用工具封装成类。
3️⃣ Agno的特点：随着函数调用技术在2023年中推出，我们的Assistant变得异常强大，能够管理对话状态（存储与记忆）、向量数据（知识）和工具调用。我们决定将这个项目（当时称为Phidata）开源，并推出了Auto-RAG（现在的Agentic RAG）和LLM OS，它们证明了可以构建强大的AI产品而不必屈服于“复杂性矩阵”。
4️⃣ 性能提升：我们优化了Agno Agent的启动速度至约2μs，并使内存和知识驱动器速度提高了70%。这种以性能为先的方法深受开发者喜爱，使Phidata（现更名为Agno）成为全球顶尖公司数千名工程师的首选框架。经过多年不懈的努力，Agno现在已经是真正准备好的生产级库，静静地在生产中处理着数百个agentic系统的数百万请求。
👉如果你正在构建Agent，尝试一下Agno吧：agno.link/gh
#ai创造营##科技##程序员#
