🛠️ 開発・MCP コミュニティ
agno
Agnoフレームワークを活用し、ツールや記憶、知識を備えたAIエージェントを構築したり、複数エージェントシステムやRAGパイプラインを構築、実運用環境に展開したりするのを支援するSkill。
📜 元の英語説明(参考)
Build AI agents, multi-agent teams, and agentic workflows using the Agno framework. MANDATORY TRIGGERS: Agno, agno-agi, AgentOS, any mention of the Agno framework. Also trigger when the user wants to build AI agents with tools/memory/knowledge, create multi-agent systems, RAG pipelines, reasoning agents, agentic workflows, or deploy agents to production. Trigger even if the user just says 'build me an agent', 'create an AI assistant', or 'make a chatbot' — if Agno is anywhere in their stack or project dependencies. When in doubt about whether to use this skill for agent-building tasks, use it.
🇯🇵 日本人クリエイター向け解説
一言でいうと
Agnoフレームワークを活用し、ツールや記憶、知識を備えたAIエージェントを構築したり、複数エージェントシステムやRAGパイプラインを構築、実運用環境に展開したりするのを支援するSkill。
※ jpskill.com 編集部が日本のビジネス現場向けに補足した解説です。Skill本体の挙動とは独立した参考情報です。
⚡ おすすめ: コマンド1行でインストール(60秒)
下記のコマンドをコピーしてターミナル(Mac/Linux)または PowerShell(Windows)に貼り付けてください。 ダウンロード → 解凍 → 配置まで全自動。
🍎 Mac / 🐧 Linux
mkdir -p ~/.claude/skills && cd ~/.claude/skills && curl -L -o agno.zip https://jpskill.com/download/8844.zip && unzip -o agno.zip && rm agno.zip
🪟 Windows (PowerShell)
$d = "$env:USERPROFILE\.claude\skills"; ni -Force -ItemType Directory $d | Out-Null; iwr https://jpskill.com/download/8844.zip -OutFile "$d\agno.zip"; Expand-Archive "$d\agno.zip" -DestinationPath $d -Force; ri "$d\agno.zip"完了後、Claude Code を再起動 → 普通に「動画プロンプト作って」のように話しかけるだけで自動発動します。
💾 手動でダウンロードしたい(コマンドが難しい人向け)
- 1. 下の青いボタンを押して
agno.zipをダウンロード - 2. ZIPファイルをダブルクリックで解凍 →
agnoフォルダができる - 3. そのフォルダを
C:\Users\あなたの名前\.claude\skills\(Win)または~/.claude/skills/(Mac)へ移動 - 4. Claude Code を再起動
⚠️ ダウンロード・利用は自己責任でお願いします。当サイトは内容・動作・安全性について責任を負いません。
🎯 このSkillでできること
下記の説明文を読むと、このSkillがあなたに何をしてくれるかが分かります。Claudeにこの分野の依頼をすると、自動で発動します。
📦 インストール方法 (3ステップ)
- 1. 上の「ダウンロード」ボタンを押して .skill ファイルを取得
- 2. ファイル名の拡張子を .skill から .zip に変えて展開(macは自動展開可)
- 3. 展開してできたフォルダを、ホームフォルダの
.claude/skills/に置く- · macOS / Linux:
~/.claude/skills/ - · Windows:
%USERPROFILE%\.claude\skills\
- · macOS / Linux:
Claude Code を再起動すれば完了。「このSkillを使って…」と話しかけなくても、関連する依頼で自動的に呼び出されます。
詳しい使い方ガイドを見る →- 最終更新
- 2026-05-18
- 取得日時
- 2026-05-18
- 同梱ファイル
- 1
📖 Skill本文(日本語訳)
※ 原文(英語/中国語)を Gemini で日本語化したものです。Claude 自身は原文を読みます。誤訳がある場合は原文をご確認ください。
Agno Framework — Skill Router
Agno は、マルチエージェントシステムの構築、デプロイ、および管理のためのオープンソースフレームワークです。このスキルは、焦点を絞ったリファレンスファイルに整理されています。現在のタスクに必要なものだけをお読みください。
リファレンスファイル
| リファレンス | ファイル | 読むべき時 |
|---|---|---|
| エージェント | references/agents.md |
エージェントの作成、ツール、構造化された出力、ストレージ、メモリ、知識、状態、ストリーミング |
| チーム | references/teams.md |
マルチエージェントの連携、チームモード（coordinate、route、broadcast、tasks）、委譲 |
| ワークフロー | references/workflows.md |
エージェント/チーム/関数を、シーケンシャル、パラレル、コンディショナル、ループ、ルーターのパターンを持つ反復可能なパイプラインとしてオーケストレーション |
| ワークフローパターン | references/workflow-patterns.md |
すべてのワークフローパターン（シーケンシャル、パラレル、コンディショナル、ループ、ルーター、混合、バックグラウンド実行、会話型）の完全なコード例 |
| 入力 / 出力 | references/input-output.md |
構造化された入力（Pydantic バリデーション）、構造化された出力（型付きレスポンス）、マルチモーダル（画像、音声、ビデオ、ファイル）、ストリーミング、出力/パーサーモデル、期待される出力 |
| モデル | references/models.md |
モデルプロバイダー（40+ サポート）、モデル-as-string 構文（"provider:model_id"）、エラー処理と再試行、レスポンスキャッシュ、マルチモーダル互換性マトリックス、OpenAI 互換モデル（OpenAILike、OpenResponses） |
| データベース | references/database.md |
すべてのストレージバックエンド（Postgres sync/async、MongoDB、Redis、Supabase、SQLite、DynamoDB、MySQL）、チャット履歴、セッション管理、接続文字列 |
| メモリ | references/memory.md |
自動 vs エージェント的メモリ、MemoryManager、MemoryTools、メモリ最適化、マルチユーザー分離、メモリを共有するエージェント、メモリを持つチーム、ベストプラクティス |
| 知識 | references/knowledge.md |
RAG パイプライン、ベクトルデータベース（PgVector、Chroma、LanceDB、Pinecone、Qdrant、20+ オプション）、埋め込み、リーダー（PDF、CSV、ウェブ、YouTube など）、チャンク戦略、検索タイプ（ベクトル/キーワード/ハイブリッド）、フィルタリング、リランキング、カスタムリトリーバー、コンテンツ DB |
| 学習 | references/learning.md |
Learning Machines、6 つの学習ストア（ユーザープロファイル、ユーザーメモリ、セッションコンテキスト、エンティティメモリ、学習された知識、意思決定ログ）、学習モード（Always/Agentic/Propose）、カスタムスキーマ、名前空間、キュレーターメンテナンス |
| スキル & ツール | references/agno-skills.md |
Agno Skills（SKILL.md パッケージ、スクリプト、リファレンス、プログレッシブローディング）、クイックツール概要 |
| ツール (詳細) | references/tools.md |
包括的なツールリファレンス — ツールの作成、@tool デコレーター、カスタム Toolkits、フック、例外、キャッシュ、RunContext、MCP、およびカテゴリ別に整理されたすべての 120 以上の事前構築済みツールキット（検索、データ、ウェブ、開発、コミュニケーション、メディア、生産性） |
| 推論 | references/reasoning.md |
3 つの推論アプローチ: Reasoning Models（GPT-5、DeepSeek-R1、Claude extended thinking）、ReasoningTools（think/analyze）、Reasoning Agents（reasoning=True）、分割された推論+レスポンスモデル、KnowledgeTools、MemoryTools、WorkflowTools、ストリーミングイベント |
| マルチモーダル | references/multimodal.md |
画像入力/生成（DALL-E、Gemini）、音声入力/出力（文字起こし、音声、音声構成）、ビデオ分析（Gemini）、ファイル/PDF 処理、メディアクラス（Image、Audio、Video、File）、クロスモーダルパイプライン、モデル互換性 |
| コンテキスト & セッション | references/context.md |
セッション、チャット履歴（3 パターン）、セッションサマリー、コンテキストエンジニアリング（システム/ユーザーメッセージの構築、few-shot）、ワークフローセッション、永続化（データベースバックエンド、スキーマ） |
| 状態管理 | references/state.md |
エージェント/チーム/ワークフロー間のセッション状態 — ツールを使用した基本的な状態、エージェント的な状態（自動）、チーム共有状態、ワークフローステップ状態、マルチユーザー分離、上書き vs マージ、状態フック、クロスセッション検索 |
| コンテキスト管理 | references/context-mgmt.md |
システムメッセージの構築、コンテキストエンリッチメントフラグ、チャット履歴の制御、コンテキスト圧縮（BETA）、依存性注入、few-shot learning、プロンプトキャッシュ、トークントラッキング、デバッグモード |
| ガードレール | references/guardrails.md |
入力バリデーションと安全性 — PII 検出/マスキング、プロンプトインジェクション防御、OpenAI コンテンツモデレーション、カスタムガードレール（BaseGuardrail）、フック統合、例外（InputCheckError、CheckTrigger）、エージェント + チームの使用状況 |
| Human-in-the-Loop | references/hitl.md |
エージェント実行の人的監督 — ユーザー確認（ツールの承認/拒否）、ユーザー入力（フィールド値の収集）、動的なユーザー入力（UserControlFlowTools、エージェント駆動）、外部ツール実行（サンドボックス化）、async/ストリーミング、while-loop パターン |
| Evals | references/evals.md |
評価フレームワーク — 精度（LLM-as-a-judge）、パフォーマンス（レイテンシ/メモリ）、信頼性（ツール呼び出しの検証）、エージェント-as-judge（カスタム基準スコアリング）、AgentOS 統合、データベース永続化 |
| フック | references/hooks.md |
プリフックとポストフック — Agent/Team の実行前/後にカスタムロジックを実行、入力バリデーション/変換、出力バリデーション/変換、@hook デコレーター、バックグラウンド実行、例外（InputCheckError、OutputCheckError、CheckTrigger） |
| トレーシング | references/tracing.md |
OpenTelemetry ベースの可観測性 — setup_tracing()、トレース & スパン、エージェント/チーム/ワークフローのトレーシング、バッチ処理、DB クエリ関数（get_trace、get_traces、get_span、get_spans）、AgentOS トレーシング、パフォーマンスモニタリング |
| 実行キャンセル | references/run-cancellation.md |
実行中のエージェント/チーム/ワークフローの実行をキャンセル — cancel_run(run_id)、ストリーミングキャンセルイベント（RunEvent.run_cancelled、TeamRunEvent.run_cancelled、WorkflowRunEvent.workflow_cancelled）、RunStatus.cancelled、API エンドポイント |
| AgentOS | references/agentos.md |
本番ランタイム — AgentOS クラス、50 以上の API エンドポイント、SSE ストリーミング、コントロールプレーン（os.agno.com）、構成（YAML/AgentOSConfig）、セキュリティ（Basic Auth、RBAC/JWT）、ba |
📜 原文 SKILL.md(Claudeが読む英語/中国語)を展開
Agno Framework — Skill Router
Agno is an open-source framework for building, deploying, and managing multi-agent systems. This skill is organized into focused reference files. Read only what the current task requires.
Reference Files
| Reference | File | Read When |
|---|---|---|
| Agents | references/agents.md |
Creating agents, tools, structured output, storage, memory, knowledge, state, streaming |
| Teams | references/teams.md |
Multi-agent coordination, team modes (coordinate, route, broadcast, tasks), delegation |
| Workflows | references/workflows.md |
Orchestrating agents/teams/functions as repeatable pipelines with sequential, parallel, conditional, loop, and router patterns |
| Workflow Patterns | references/workflow-patterns.md |
Full code examples for every workflow pattern (sequential, parallel, conditional, loop, router, mixed, background execution, conversational) |
| Input / Output | references/input-output.md |
Structured input (Pydantic validation), structured output (typed responses), multimodal (images, audio, video, files), streaming, output/parser models, expected output |
| Models | references/models.md |
Model providers (40+ supported), model-as-string syntax ("provider:model_id"), error handling & retries, response caching, multimodal compatibility matrix, OpenAI-compatible models (OpenAILike, OpenResponses) |
| Database | references/database.md |
All storage backends (Postgres sync/async, MongoDB, Redis, Supabase, SQLite, DynamoDB, MySQL), chat history, session management, connection strings |
| Memory | references/memory.md |
Automatic vs agentic memory, MemoryManager, MemoryTools, memory optimization, multi-user isolation, agents sharing memory, teams with memory, best practices |
| Knowledge | references/knowledge.md |
RAG pipelines, vector databases (PgVector, Chroma, LanceDB, Pinecone, Qdrant, 20+ options), embedders, readers (PDF, CSV, web, YouTube, etc.), chunking strategies, search types (vector/keyword/hybrid), filtering, reranking, custom retrievers, contents DB |
| Learning | references/learning.md |
Learning Machines, 6 learning stores (user profile, user memory, session context, entity memory, learned knowledge, decision log), learning modes (Always/Agentic/Propose), custom schemas, namespaces, curator maintenance |
| Skills & Tools | references/agno-skills.md |
Agno Skills (SKILL.md packages, scripts, references, progressive loading), quick tool overview |
| Tools (Deep Dive) | references/tools.md |
Comprehensive tools reference — creating tools, @tool decorator, custom Toolkits, hooks, exceptions, caching, RunContext, MCP, and all 120+ pre-built toolkits organized by category (search, data, web, dev, comms, media, productivity) |
| Reasoning | references/reasoning.md |
Three reasoning approaches: Reasoning Models (GPT-5, DeepSeek-R1, Claude extended thinking), ReasoningTools (think/analyze), Reasoning Agents (reasoning=True), split reasoning+response models, KnowledgeTools, MemoryTools, WorkflowTools, streaming events |
| Multimodal | references/multimodal.md |
Image input/generation (DALL-E, Gemini), audio input/output (transcription, speech, voice config), video analysis (Gemini), file/PDF processing, media classes (Image, Audio, Video, File), cross-modal pipelines, model compatibility |
| Context & Sessions | references/context.md |
Sessions, chat history (3 patterns), session summaries, context engineering (system/user message building, few-shot), workflow sessions, persistence (database backends, schema) |
| State Management | references/state.md |
Session state across agents/teams/workflows — basic state with tools, agentic state (auto), team shared state, workflow step state, multi-user isolation, overwrite vs merge, state hooks, cross-session search |
| Context Management | references/context-mgmt.md |
System message construction, context enrichment flags, chat history controls, context compression (BETA), dependency injection, few-shot learning, prompt caching, token tracking, debug mode |
| Guardrails | references/guardrails.md |
Input validation and safety — PII detection/masking, prompt injection defense, OpenAI content moderation, custom guardrails (BaseGuardrail), hooks integration, exceptions (InputCheckError, CheckTrigger), agent + team usage |
| Human-in-the-Loop | references/hitl.md |
Human oversight of agent execution — user confirmation (approve/reject tools), user input (collect field values), dynamic user input (UserControlFlowTools, agent-driven), external tool execution (sandboxed), async/streaming, while-loop pattern |
| Evals | references/evals.md |
Evaluation framework — accuracy (LLM-as-a-judge), performance (latency/memory), reliability (tool call verification), agent-as-judge (custom criteria scoring), AgentOS integration, database persistence |
| Hooks | references/hooks.md |
Pre-hooks and post-hooks — execute custom logic before/after Agent/Team runs, input validation/transformation, output validation/transformation, @hook decorator, background execution, exceptions (InputCheckError, OutputCheckError, CheckTrigger) |
| Tracing | references/tracing.md |
OpenTelemetry-based observability — setup_tracing(), traces & spans, agent/team/workflow tracing, batch processing, DB query functions (get_trace, get_traces, get_span, get_spans), AgentOS tracing, performance monitoring |
| Run Cancellation | references/run-cancellation.md |
Cancel running agent/team/workflow executions — cancel_run(run_id), streaming cancellation events (RunEvent.run_cancelled, TeamRunEvent.run_cancelled, WorkflowRunEvent.workflow_cancelled), RunStatus.cancelled, API endpoints |
| AgentOS | references/agentos.md |
Production runtime — AgentOS class, 50+ API endpoints, SSE streaming, control plane (os.agno.com), configuration (YAML/AgentOSConfig), security (Basic Auth, RBAC/JWT), background hooks, custom lifespan, Registry for visual builder |
| Culture | references/culture.md |
Experimental shared knowledge layer — universal principles, best practices, 3 management modes (automatic, agentic, manual), CultureManager, CulturalKnowledge data model, seeding organizational standards |
| Custom Logging | references/custom-logging.md |
Custom loggers — configure_agno_logging(), per-component loggers (agent/team/workflow), file logging, named loggers (agno, agno-team, agno-workflow convention) |
| Observability | references/observability.md |
Third-party monitoring platforms — AgentOps, Arize Phoenix, Atla, LangDB, Langfuse, LangSmith, Langtrace, LangWatch, Maxim, OpenLIT, Traceloop, Weave (WandB), OpenInference instrumentation, OTLP export |
| Integrations | references/integrations.md |
Platform integrations — Discord bot (DiscordClient, thread creation, media support), Memori (open-source memory layer, fact extraction, entity search) |
| Migrations | references/migrations.md |
Database migrations (MigrationManager, AgentOS endpoints, upgrade/downgrade, v1→v2), Workflows 2.0 migration (class-based → step-based, state management, streaming) |
| Deploy | references/deploy.md |
Deployment templates (Docker, Railway, AWS ECS), pre-built solutions (Dash, Scout, Gcode), apps (10 agent apps, team apps, workflow apps), interfaces (Slack, Discord, WhatsApp, Telegram, MCP, AG-UI) |
| Database Providers | references/database-providers.md |
All 18 database backends — PostgreSQL/MySQL/SQLite (sync+async), MongoDB, Redis, DynamoDB, Firestore, SurrealDB, Neon, Supabase, SingleStore, GCS, JSON, In-Memory — classes, imports, connection strings, Docker commands |
| Vector Store Providers | references/vector-store-providers.md |
All 14+ vector databases — PgVector, ChromaDB, LanceDB, Pinecone, Qdrant, Weaviate, Milvus, MongoDB Atlas, SingleStore, Cassandra, ClickHouse, Upstash, AstraDB — classes, imports, search types |
| Embedder Providers | references/embedder-providers.md |
All 12+ embedding providers — OpenAI, Azure OpenAI, Google, Voyage, Cohere, Mistral, Ollama, HuggingFace, Together, Fireworks, SentenceTransformer, FastEmbed — classes, imports, default models |
| FAQs | references/faqs.md |
Common troubleshooting — env vars setup, Workflow vs Team decision guide, structured outputs vs JSON mode, TPM rate limiting, model switching, AgentOS connection issues, Docker errors, JWT auth, TablePlus |
Install Agno
uv pip install -U agno # Core
uv pip install -U agno openai # + OpenAI
uv pip install -U agno anthropic # + Anthropic
uv pip install -U 'agno[os]' # + AgentOS runtimeInstall This Skill
# Via Smithery (any platform)
smithery install agno
# Manual — copy this folder to your platform's skill directory:
# Claude Code: .claude/skills/agno/ or ~/.claude/skills/agno/
# Antigravity: .agent/skills/agno/ or ~/.gemini/antigravity/skills/agno/
# Gemini CLI: .gemini/skills/agno/ or ~/.gemini/skills/agno/
# Cursor: .cursor/skills/agno/ or ~/.cursor/skills/agno/
# Codex: .codex/skills/agno/ or ~/.codex/skills/agno/
# Windsurf: .windsurf/skills/agno/ or ~/.codeium/windsurf/skills/agno/
# Trae: .trae/skills/agno/ or ~/.trae/skills/agno/
# Agno native (load from code)
# from agno.skills import Skills, LocalSkills
# agent = Agent(skills=Skills(loaders=[LocalSkills("/path/to/agno-skill")]))Version Tracking
- Skill version: 1.2.0 | Agno tracked: 2.5.3 | Snapshot: 2026-02-21
- Version metadata:
VERSION.json - Update checker:
python scripts/check-updates.py(checks PyPI, docs sitemap, stale files, integrity) - Changelog:
CHANGELOG.md