Agno szybko ewoluowało w kierunku klasy produkcyjnej AgentOS—środowisko wykonawcze, framework i płaszczyzna sterowania dla systemów wieloagentowych — podczas gdy CometAPI (agregator „wszystkie modele w jednym API”) ogłosił oficjalne wsparcie jako dostawca modeli dla Agno. Razem ułatwiają one uruchamianie systemów wieloagentowych, które mogą przełączać się między setkami punktów końcowych modeli bez konieczności przepisywania kodu agenta, co wiąże się z zapotrzebowaniem na korzystanie z ujednoliconych bram, takich jak CometAPI, jako dostawców modeli dla frameworków agentowych, takich jak Agno — dlatego opisany poniżej schemat jest zarówno praktyczny, jak i aktualny.
Czym dokładnie są Agno i CometAPI?
Czym jest Agno i dlaczego powinno mnie to interesować?
Agno to wysokowydajny, wieloagentowy framework Pythona, środowisko uruchomieniowe i interfejs użytkownika, stworzone do łączenia agentów, zespołów i przepływów pracy agentów z pamięcią, narzędziami, wiedzą i obsługą interakcji z człowiekiem. Zapewnia gotowe środowisko uruchomieniowe FastAPI (AgentOS), lokalne narzędzia programistyczne oraz interfejs użytkownika płaszczyzny sterowania, umożliwiając testowanie i monitorowanie działających agentów bez konieczności przesyłania danych poza środowisko. Jeśli chcesz szybko budować systemy agentów klasy produkcyjnej i zachować pełną kontrolę nad danymi oraz możliwościami obserwacji, Agno jest właśnie do tego celu.
Czym jest CometAPI i dlaczego miałbym z niego korzystać jako dostawca LLM?
CometAPI to agregator API/bramka modeli, która zapewnia pojedyncze, spójne API dla dziesiątek, a nawet setek modeli LLM i modalności (tekst, obrazy, wideo itp.). Zamiast wiązać się z jednym dostawcą modelu, programiści wywołują bramkę CometAPI i mogą przełączać dostawców lub modele za pomocą parametrów – co jest przydatne w zarządzaniu kosztami, testach A/B i systemach awaryjnych. Platforma obsługuje przełączanie między modelami, ujednolicone rozliczenia i deklaruje punkty końcowe zgodne z OpenAI – tzn. często można wskazać klientowi w stylu OpenAI bazowy adres URL i token uwierzytelniania CometAPI oraz wywoływać modele tak, jakby były punktami końcowymi OpenAI. Dzięki temu CometAPI jest wygodnym, „dodatkowym” dostawcą dla frameworków, które już obsługują interfejs API OpenAI.
Ostatni sygnał: CometAPI został ogłoszony jako dostawca modeli w Oficjalne dokumenty Agno i kanały społecznościowe, co oznacza, że Agno wysyła CometAPI klasa dostawcy modelu, którą możesz przekazać do swojego AgentDzięki temu integracja bramy jest prosta i możliwa.
Dlaczego warto zintegrować Agno z CometAPI?
- Brak blokady dostawcyCometAPI pozwala eksperymentować z wieloma modelami (OpenAI, Claude, wariantami LLama, Gemini itp.) bez konieczności podmiany pakietów SDK. To uzupełnia niezależną od modelu konstrukcję Agno.
- Szybsza pętla programistycznaPonieważ CometAPI obsługuje punkty końcowe w stylu OpenAI, często unikniesz pisania niestandardowego dostawcy Agno — wystarczy wskazać adapter modelu OpenAI Agno na CometAPI i uruchomić.
- Obserwowalność + kontrola:Użyj środowiska wykonawczego AgentOS i płaszczyzny sterowania Agno do uruchamiania agentów lokalnie lub w chmurze, jednocześnie wybierając modele za pomocą CometAPI, łącząc w ten sposób najlepszą elastyczność modeli i możliwość obserwowania czasu wykonania.
Jak krok po kroku zintegrować Agno z CometAPI?
Poniżej przedstawiono praktyczny, możliwy do skopiowania i wklejenia obieg pracy — od tworzenia środowiska wirtualnego po uruchomienie lokalnej instancji AgentOS, która wywołuje modele za pośrednictwem CometAPI.
Kluczowy pomysł: Ponieważ CometAPI udostępnia punkt końcowy zgodny z OpenAI, najprostszym podejściem jest użycie adaptera modelu OpenAI firmy Agno i punktu
OPENAI_API_BASE(lubopenai.api_base) pod adresem URL bazowym CometAPI, podając jednocześnie swój token CometAPI jako klucz API OpenAI. CometAPI wyraźnie dokumentuje ten proces „zmiana adresu URL bazowego + użycie formatu OpenAI”.
Środowisko i wymagania wstępne, które musisz spełnić przed rozpoczęciem
Który system operacyjny, wersja Pythona i narzędzia są zalecane?
- OS: macOS, Linux lub Windows — Agno i narzędzia obsługują wszystkie trzy systemy. ()
- Pyton: Użyj nowoczesnego CPythona (dokumentacja i repozytorium Agno są przeznaczone dla nowoczesnych wersji Pythona; zaleca się używanie Pythona 3.12). Przed wdrożeniem produkcyjnym sprawdź repozytorium/dokumentację Agno pod kątem dokładnej kompatybilności.
- Menedżer pakietów / virtualenv:
uv(Astralnyuvproject) jest doskonałą, szybką opcją do zarządzania środowiskami wirtualnymi i zależnościami.
Jakie konta, klucze i wymagania sieciowe musisz przygotować?
- Konto CometAPI i klucz API. Pobierz swój klucz z CometAPI i zapisz go w zmiennej środowiskowej (
COMETAPI_KEY). Adapter modelu CometAPI firmy Agno odczytujeCOMETAPI_KEY. - Opcjonalne konto Agno Control Plane (interfejs użytkownika AgentOS). Jeśli planujesz podłączyć lokalny system AgentOS do płaszczyzny sterowania w celu monitorowania lub korzystania z funkcji zespołowych, przygotuj dostęp do płaszczyzny sterowania oraz uprawnienia organizacji/zespołu.
- Baza danych stanu agenta (opcjonalnie). W celu zapewnienia trwałości zazwyczaj konfiguruje się SQLite/Postgres w zależności od skali; Agno udostępnia przykłady pokazujące SQLite dla lokalnego środowiska programistycznego.
Jak krok po kroku zintegrować Agno z CometAPI?
Poniżej przedstawiono praktyczny, możliwy do skopiowania i wklejenia obieg pracy — od tworzenia środowiska wirtualnego po uruchomienie lokalnej instancji AgentOS, która wywołuje modele za pośrednictwem CometAPI.
Kluczowy pomysł: Ponieważ CometAPI udostępnia punkt końcowy zgodny z OpenAI, najprostszym podejściem jest użycie adaptera modelu OpenAI firmy Agno i punktu
OPENAI_API_BASE(lubopenai.api_base) pod adresem URL bazowym CometAPI, podając jednocześnie swój token CometAPI jako klucz API OpenAI. CometAPI wyraźnie dokumentuje ten proces „zmiana adresu URL bazowego + użycie formatu OpenAI”.
1) Zainstaluj uv i stworzyć środowisko wirtualne
uv instalator (jednowierszowy):
# macOS / Linux
curl -LsSf https://astral.sh/uv/install.sh | sh
Utwórz i aktywuj powtarzalny venv (szybki start Agno używa Pythona 3.12):
# create a venv managed by uv
uv venv --python 3.12
# activate (POSIX)
source .venv/bin/activate
(Jeśli wolisz tradycyjne python -m venv .venv to też działa; uv daje korzyści w postaci pliku blokady + powtarzalności.)
2) Zainstaluj Agno i zależności środowiska wykonawczego (poprzez uv pip)
```bash
uv pip install -U agno openai mcp 'fastapi' sqlalchemy 'httpx'
# optionally, add extras you need
uv pip install -U agno # if using cloud infra plugins
(zainstaluj inne potrzebne biblioteki: klientów baz danych wektorowych, biblioteki monitorujące itp.)
Agno jest powszechnie instalowane `agno` + zestawy SDK dostawcy.
### 3) Eksportuj klucz API CometAPI
Ustaw zmienną środowiskową, którą odczyta dostawca Agno Comet:
bash
macOS / Linux
export COMETAPI_KEY="sk-xxxx-your-cometapi-key"
Windows (PowerShell)
setx COMETAPI_KEY "sk-xxxx-your-cometapi-key"
Dostawca CometAPI firmy Agno domyślnie odczytuje `COMETAPI_KEY`.
### 4) Utwórz małego agenta Agno korzystającego z dostawcy CometAPI
Otwórz folder i utwórz nowy plik. Zapisz poniżej jako `comet_agno_agent.py`:
from agno.agent import Agent
from agno.db.sqlite import SqliteDb
from agno.models.cometapi import CometAPI
from agno.os import AgentOS
from agno.tools.mcp import MCPTools
1) Create an Agent which uses CometAPI as the model provider
id parameter selects a model id from the CometAPI catalog
agno_agent = Agent(
name="Agno Agent",
model=CometAPI(id="gpt-5-mini"),
# Add a database to the Agent
db=SqliteDb(db_file="agno.db"),
# Add the Agno MCP server to the Agent
tools=,
# Add the previous session history to the context
add_history_to_context=True,
markdown=True,
)
2) Attach Agent to AgentOS and get FastAPI app
agent_os = AgentOS(agents=)
Get the FastAPI app for the AgentOS
app = agent_os.get_app()
### 5) Uruchom Agno lokalnie w celu przetestowania
Uruchom serwer deweloperski AgentOS (FastAPI):
In the activated .venv (uv-managed)
fastapi dev agno_comet_agent.py
defaults to http://localhost:8000
Otwarte `http://localhost:8000/docs` aby sprawdzić automatycznie wygenerowane punkty końcowe.
> Upewnij się, że zmienne środowiskowe są ustawione (COMETAPI\_KEY\_API\_KEY)
### 6) Połącz lokalny system AgentOS z płaszczyzną sterowania AgentOS (opcjonalnie)
Jeśli chcesz, aby płaszczyzna sterowania siecią Agno monitorowała lokalny system AgentOS:
1. Odwiedź płaszczyznę sterowania AgentOS: `os.agno.com` i zaloguj się.
2. Kliknij **Dodaj nowy system operacyjny → Lokalny**, wchodzić `http://localhost:8000`, nadaj mu nazwę i **Skontaktuj się**.
Po połączeniu uzyskasz dostęp do internetowego interfejsu użytkownika umożliwiającego czatowanie, prowadzenie sesji, śledzenie metryk i zarządzanie nimi.
## Jakie są najlepsze praktyki w zakresie konfiguracji i bezpieczeństwa?
### Sekrety i klucze API
Nigdy nie zatwierdzaj kluczy API. Używaj zmiennych środowiskowych, menedżera sekretów lub `.env` połączone z lokalnym `.gitignore`Najlepsza praktyka: regularnie rotuj klucze i ograniczaj użycie według adresu IP, jeśli dostawca to obsługuje. (Dokumentacja OpenAI i inni dostawcy zalecają zmienne środowiskowe).
### Wybór modelu i kontrola kosztów
Skorzystaj z katalogu modeli CometAPI, aby wybrać modele z odpowiednim kompromisem między kosztem a opóźnieniem. Ustaw rozsądne limity przepustowości i zaimplementuj ponawianie prób z wykładniczym opóźnieniem. CometAPI udostępnia listy modeli i cenniki w swojej dokumentacji.
### Obserwowalność
Użyj platformy sterowania AgentOS firmy Agno do rejestrowania logów agentów, śledzenia sesji i metryk. Połącz to z metrykami na poziomie dostawcy (panel CometAPI), aby skorelować koszty/opóźnienia z aktywnością agenta.
### Prywatność i przechowywanie danych
Ponieważ AgentOS działa w Twojej chmurze, zachowujesz kontrolę nad danymi sesji. Unikaj jednak wysyłania poufnych danych osobowych do modeli zewnętrznych, chyba że wyraźnie zezwalają na to zasady. W razie potrzeby korzystaj z hostingu lokalnego lub hostingu modelu prywatnego.
## Jakie są najlepsze praktyki i zalecane przypadki użycia?
### Najlepsze praktyki
- **Zacznij od małego:** przed skalowaniem przetestuj przy użyciu agenta programistycznego i modelu niższej warstwy (tańszego).
- **Model awaryjny:** Wdrożyć łańcuch zapasowy (np. tańszy, mały model → mocniejszy model w przypadku awarii). CometAPI ułatwia przełączanie modeli według nazwy.
- **Narzędzia drobnoziarniste:** Udostępniaj agentom ograniczone, audytowane narzędzia (wyszukiwarka internetowa, dostęp do bazy danych) oraz wywołania narzędzi instrumentacyjnych ze śladami. Agno zapewnia integrację narzędzi i wzorzec dla wywołań instrumentacyjnych.
- **Ograniczanie szybkości i przetwarzanie wsadowe:** grupuj podobne żądania i stosuj limity przepustowości na bramce lub kliencie, aby uniknąć skoków obciążenia.
### Typowe przypadki użycia
- **Chatboty RAG (Generacja Rozszerzona w Odzyskiwaniu)** — Agenci Agno dla dokumentów + CometAPI do generowania języków.
- **Zautomatyzowane przepływy pracy** — wieloagentowe przepływy pracy łączące narzędzia do scrapowania stron internetowych, wektorowe bazy danych i kroki generatywne.
- **Od prototypu do produkcji** — szybko iteruj, używając CometAPI, aby wypróbować różne modele, a następnie przypnij wybranego dostawcę lub przejdź na umowę korporacyjną.
## Jak rozpocząć korzystanie z interfejsu API Comet
CometAPI to ujednolicona platforma API, która agreguje ponad 500 modeli AI od wiodących dostawców — takich jak seria GPT firmy OpenAI, Gemini firmy Google, Claude firmy Anthropic, Midjourney, Suno i innych — w jednym, przyjaznym dla programistów interfejsie. Oferując spójne uwierzytelnianie, formatowanie żądań i obsługę odpowiedzi, CometAPI radykalnie upraszcza integrację możliwości AI z aplikacjami. Niezależnie od tego, czy tworzysz chatboty, generatory obrazów, kompozytorów muzycznych czy oparte na danych potoki analityczne, CometAPI pozwala Ci szybciej iterować, kontrolować koszty i pozostać niezależnym od dostawcy — wszystko to przy jednoczesnym korzystaniu z najnowszych przełomów w ekosystemie AI.
Na początek zapoznaj się z możliwościami modelu [Interfejs API Comet](https://www.cometapi.com/pl/?utm_source=agno uted) [Plac zabaw](https://www.cometapi.com/console/playground) i skonsultuj się z Kontynuuj [Przewodnik po API](https://apidoc.cometapi.com/continue-1624859m0) aby uzyskać szczegółowe instrukcje. Przed uzyskaniem dostępu upewnij się, że zalogowałeś się do CometAPI i uzyskałeś klucz API. [Z](https://www.cometapi.com/pl/)[e](https://www.cometapi.com/pl/?utm_source=agno uted)[tAPI](https://www.cometapi.com/pl/) zaoferuj cenę znacznie niższą niż oficjalna, aby ułatwić Ci integrację.
Gotowy do drogi?→ [Zarejestruj się w CometAPI już dziś](https://api.cometapi.com/login) !
Jeśli chcesz poznać więcej wskazówek, poradników i nowości na temat sztucznej inteligencji, obserwuj nas na [VK](https://vk.com/id1078176061), [X](https://x.com/cometapi2025) oraz [Discord](https://discord.com/invite/HMpuV6FCrG)!
## Końcowe przemyślenia
Integracja Agno z CometAPI zapewnia pragmatyczny sposób tworzenia elastycznych, obserwowalnych i niezależnych od dostawcy systemów agentowych. Agno zapewnia środowisko wykonawcze i płaszczyznę sterowania; CometAPI zapewnia pojedynczą bramę do wielu modeli. Razem redukują one tarcia operacyjne: mniej konieczności konfigurowania modelu dla poszczególnych agentów, łatwiejsze eksperymentowanie oraz scentralizowane rozliczanie i sterowanie.