用途：Agno 是面向生产环境的 AI 智能体框架，用于构建带工具、记忆与结构化输出的智能体，组织多智能体团队协作，编排多步骤工作流，并通过 AgentOS 将智能体部署为 API 服务。
主要能力：核心概念包括 Agent（单个自主智能体，含模型、工具、指令及可选记忆/知识）、Team（基于角色委派的智能体协作集合）、Workflow（支持条件分支、循环与并行执行的多步编排）、AgentOS（基于 FastAPI 的运行时，可将智能体部署为生产 API）。MCP 集成提供 MCPTools（连接单个 MCP 服务器，支持 stdio、SSE、Streamable HTTP 传输）与 MultiMCPTools（同时连接多个服务器）。记忆与知识方面支持会话记忆（PostgreSQL、SQLite、GCS）、基于 RAG 的知识库检索以及跨会话的用户记忆。
使用方式：安装与入门可参考 getting_started.md。基础用法为创建 Agent 并调用 print_response 或 run；结构化输出通过 Pydantic 模型配合 output_schema 实现；MCP 连接需先 await mcp_tools.connect()，并在 finally 中 close()；多智能体团队通过 Team(members=[...]) 组合；工作流通过 Workflow 与 Router、Step 构建条件路由；会话持久化通过 db 与 session_id 配置；AgentOS 可合并自定义 FastAPI 应用并调用 serve() 启动。调试可启用 debug_mode=True。
适用场景：构建带工具与记忆的智能体、多智能体协作、条件分支与异步工作流、MCP 服务器集成、RAG 知识库、AgentOS 生产部署、JWT 中间件认证、遥测监控与性能优化。
限制：资料未提供具体收费、价格、平台支持范围与效果数据；部分高级主题（如迁移、性能调优）仅列出参考文件，未展开细节。