Agno, de Phidata à une plateforme d'agents en Python

D’un framework d’agents à une « plateforme d’agents »

Né sous le nom de Phidata, Agno s’est repositionné : il ne se contente plus d’aider à écrire un agent IA, il veut fournir toute la chaîne. Le SDK Python sert à définir des agents, des équipes formant un système multi-agents et des workflows. Le runtime AgentOS les sert ensuite sous forme d’API REST (avec streaming), stocke sessions, mémoire d’agent, connaissances et traces dans votre propre base de données, et gère l’authentification avec contrôle d’accès par rôles. Une interface web de gestion complète l’ensemble.

Le framework apporte aussi des boîtes à outils prêtes à l’emploi (GitHub, Slack, Postgres…), des validations humaines avant une action sensible, l’observabilité via OpenTelemetry, une planification de tâches et des interfaces pour Slack, Telegram, WhatsApp ou Discord. Les agents peuvent être exposés comme serveur MCP ou via le protocole A2A.

Comment démarrer

Le dépôt propose deux chemins. Le plus rapide consiste à confier à un assistant de code une consigne qui clone un modèle de déploiement (Railway, Docker, AWS, Google Cloud, Azure…) et lance la plateforme en local avec Docker : vous obtenez une API, une base Postgres, un serveur MCP et un plan de contrôle. Si vous préférez écrire le code vous-même, la documentation montre comment créer un premier agent en quelques lignes, puis comment construire votre propre plateforme. Une clé API d’un fournisseur de modèles est nécessaire.

Forces et limites

Forces. Licence Apache 2.0, approche « vous possédez votre pile » (données et traces chez vous), fonctions de production intégrées (API, stockage, sécurité, planification), large choix de fournisseurs de modèles.

Limites. L’ambition de plateforme rend l’outil plus lourd qu’une simple bibliothèque : Docker et une base de données font partie du parcours recommandé. Le changement de nom et les évolutions rapides de l’API rendent une partie des tutoriels anciens, écrits pour Phidata, obsolètes. La télémétrie est active par défaut. Enfin, le plan de contrôle relié à un déploiement en production fait partie des offres payantes.

Alternatives

En Python, CrewAI propose une approche multi-agents par rôles plus simple à prendre en main, LangGraph un contrôle très fin des graphes d’exécution et Pydantic AI une bibliothèque plus légère. Côté TypeScript, Mastra suit une logique comparable de framework complet. Le bon choix dépend surtout de la part d’infrastructure que vous voulez gérer vous-même.

Site officiel : agno.com.