Agno 2 - 查找本地文件 和 联网查询
2026/6/9 7:46:47 网站建设 项目流程

Base - 模型接入

importosfromagno.models.openaiimportOpenAIChat API_KEY=os.environ.get('API_KEY','')MODEL_NAME=os.environ.get('MODEL_NAME','')BASE_URL=os.environ.get('BASE_URL','')print(MODEL_NAME,API_KEY[-5:],BASE_URL)glm_model=OpenAIChat(id=MODEL_NAME,api_key=API_KEY,base_url=BASE_URL)

用智能体查看本地文件夹

frombaseimportglm_modelfromagno.agentimportAgent agent=Agent(name="助手",model=glm_model,# instructions = "你是我的人工智能助手,协助我完成各种任务。"description="一个友好的AI助手",markdown=True)agent.print_response("你好,助手!请介绍一下你自己。",stream=True)



使用 ddg 联网查询

pipinstallddgs

fromagno.agentimportAgentfromagno.tools.duckduckgoimportDuckDuckGoToolsfrombaseimportglm_model# 创建具备搜索能力的智能体web_agent=Agent(name="网络搜索助手",model=glm_model,tools=[DuckDuckGoTools()],# 添加搜索工具instructions=["使用搜索工具查找最新信息 ","始终提供信息来源链接 ","以Markdown格式输出结果 "],#show_tool_calls=True, # 显示工具调用过程markdown=True)# 询问实时信息web_agent.print_response("2025年人工智能领域有哪些重大突破?",stream=True)

DDG 可能会查询报错,不需要配置秘钥


金融分析师

# pip install yfinancefromagno.agentimportAgentfromagno.tools.yfinanceimportYFinanceToolsfromcurl_cffi.requestsimportSessionfrombaseimportglm_model# Example 1: All financial functions available (default behavior)agent_full=Agent(name="金融分析师",role="专业的股票市场分析师",model=glm_model,tools=[YFinanceTools()],# All functions enabled by default# description="You are a comprehensive investment analyst with access to all financial data functions.",instructions=["使用表格展示数据","提供详细的分析和建议","只输出分析报告,不要额外文字"],markdown=True,)print("\n=== Full Analysis Example ===")agent_full.print_response("请分析 NVIDIA(NVDA)的股票表现",markdown=True,)


天气助手

fromagno.agentimportAgentfrompydanticimportBaseModel,Fieldimportosfrombaseimportglm_model# 定义输出结构classWeatherData(BaseModel):month:str=Field(...,description="月份")season:str=Field(...,description="季节")avg_temp:str=Field(...,description="平均温度")# 创建智能体weather_agent=Agent(name="天气助手",model=glm_model,description="提供城市天气信息的助手",instructions=["简洁明了","返回Markdown表格格式"],expected_output="包含月份、季节和平均温度的表格",markdown=True)# 查询天气response=weather_agent.run("纽约一年中每个月的天气如何?")print(response.content)


2026-06-08(一)

需要专业的网站建设服务?

联系我们获取免费的网站建设咨询和方案报价,让我们帮助您实现业务目标

立即咨询