Agno Reasoning — Built-In Step-by-Step Tool Use

简介

Agno Reasoning 是内置的 chain-of-thought + 工具使用循环。任意 Agno Agent 上设 reasoning=True —— 内部跑「规划-执行-反思」循环、调工具、返回最终答案 + 完整步骤审计。适合需要可解释答案而不只是输出的生产 agent。需要 Agno 1.0+，任意 LLM（走 LiteLLM）。装机时间 1 分钟。

开启 reasoning

from agno.agent import Agent
from agno.models.anthropic import Claude
from agno.tools.duckduckgo import DuckDuckGoTools
from agno.tools.calculator import CalculatorTools

agent = Agent(
    model=Claude(id="claude-3-5-sonnet-20241022"),
    tools=[DuckDuckGoTools(), CalculatorTools()],
    reasoning=True,
    reasoning_min_steps=3,    # 至少 3 个推理步
    reasoning_max_steps=10,   # 上限防失控
    show_tool_calls=True,
    markdown=True,
)

agent.print_response(
    "Compare the energy density of LFP and NMC batteries in Wh/kg, then "
    "calculate how many extra km a Tesla Model 3 with NMC vs LFP would get.",
    show_full_reasoning=True,
)

输出显示每一步推理：

[Step 1: Plan] I need: (1) energy density of LFP, (2) of NMC, (3) Model 3 weight, (4) calculation.
[Step 2: Search] DuckDuckGoTools(query="LFP battery energy density Wh/kg")
[Step 3: Search] DuckDuckGoTools(query="NMC battery energy density Wh/kg")
[Step 4: Calc] CalculatorTools(...)
[Step 5: Reflect] Numbers consistent. Producing final answer.

Final answer:
- LFP: ~150 Wh/kg
- NMC: ~250 Wh/kg
- Model 3 ~80 km extra range with NMC

什么时候开 reasoning vs 关

Reasoning 按 reasoning_max_steps 增加 ~2-10 倍运行时间，按任务类型选择性开启。

FAQ

Q: Agno 免费吗？ A: 免费 —— MPL-2.0 开源。框架、Agent、Reasoning、记忆、知识全免费。Agno Cloud（托管监控）付费。

Q: Reasoning 跟 OpenAI o1 啥区别？ A: o1 是推理模型，CoT 是隐藏的。Agno Reasoning 是框架特性，把任何模型包进显式推理循环 + 工具使用。可以叠加：用 o1 当模型 + 开 Agno Reasoning 做工具编排。

Q: 跟普通 Agent 啥区别？ A: 普通 Agent 在模型决定时才调工具。Reasoning 强制结构化的「规划-执行-反思」循环，min_steps 和 max_steps 你控制 —— 可追踪性更好，延迟略高。