Fiche créée le

Agno

4,1 Freemium

Agno est un framework open source, sous licence Apache 2.0, pour construire en Python des agents IA, des équipes d'agents et des workflows, c'est-à-dire des enchaînements d'étapes. Son dépôt GitHub s'appelait Phidata avant la version 1.0 de janvier 2025.

Avec le SDK, tu définis les agents ; AgentOS, l'environnement d'exécution, les sert à ton produit par une API REST, à Claude et ChatGPT par MCP, ou dans des messageries. Une interface web, le Control Plane, les pilote depuis le navigateur. Tes données restent chez toi.

Lire plus Lire moins
agno.com
La fiche en bref
Éditeur
Agno Inc.
Pays
États-Unis
Offre gratuite
Oui
Essai gratuit
Oui, 14 jours
Plateformes
Web

Agno en bref

C’est quoi ?

Agno est un framework de développement open source et un environnement d’exécution qui transforme des agents définis en code en services accessibles depuis un produit, une application d’IA ou une messagerie. Avec son kit de développement, tu construis des agents, des équipes d’agents et des enchaînements de tâches, puis AgentOS les exécute en production.

Pourquoi ?

Pour intégrer un même agent à différents canaux, son environnement d’exécution le rend accessible par API REST, par MCP dans Claude et ChatGPT, ou depuis des messageries comme Slack et Discord. Depuis le navigateur, son interface de gestion se connecte directement à cet environnement pour administrer et surveiller les agents, tandis que les données restent dans ta propre base.

Pour qui ?

Pour les développeurs et les équipes d’ingénierie qui construisent des assistants intégrés à leurs produits ou des agents internes, le framework permet de gérer leur propre infrastructure, de l’exécuter dans leur cloud et de conserver la maîtrise des données, de la mémoire et de la sécurité. Les agents se définissent en Python.

Avantages et inconvénients

Les plus

  • Hébergement dans ton cloud Tu peux exécuter les agents sur ta propre infrastructure.
  • Entrées et sorties structurées Avec les schémas Pydantic, les agents utilisent une structure définie pour leurs entrées et leurs sorties.
  • Validation humaine Chaque exécution peut être suspendue pour demander une approbation, une saisie ou une intervention externe.

Les moins

  • Pilotage de la production payant Connecter le Control Plane à un AgentOS en production nécessite Pro, même si le runtime fonctionne dans ton cloud avec Free.
  • Gestion d’équipe payante Sièges et contrôle d’accès par rôles nécessitent Pro.

Tableau des prix

Agno adopte un modèle freemium avec les paliers Free, Pro et Enterprise, en dollars, sans facturation à l’usage. Pro comprend 3 sièges et 1 connexion à un AgentOS en production ; un siège supplémentaire coûte 30 $ par mois, une connexion supplémentaire 95 $ par mois, et le SAML SSO s’ajoute pour 300 $ par mois. Pro s’essaie gratuitement pendant 14 jours. Enterprise ajoute la gouvernance et la gestion des utilisateurs finaux.

PalierPrix au 24 octobre 2026InclusNon inclus
Free0 $Control Plane pour AgentOS local, support communautaire et forumsConnexions du Control Plane en production
Pro150 $ par moisControl Plane pour 1 AgentOS en production, 3 sièges, rôles de base, support par e-mailSiège en plus (30 $ par mois), connexion en plus (95 $ par mois), SAML SSO (300 $ par mois)
EnterpriseSur devisGouvernance, gestion et journaux d’audit des utilisateurs finaux, SAML SSO, engagement de service (SLA)

Tarifs officiels d'Agno, relevés le 24/10/2026

Ce que permet la formule gratuite

Agno donne accès gratuitement au Control Plane complet lorsqu’il est connecté à une instance locale d’AgentOS, plutôt qu’à une instance en production. Avec cette connexion locale, tu disposes du chat, des sessions, des traces, du Studio, de la mémoire et des connaissances, ainsi que des évaluations, des approbations et du planificateur. Pour ces fonctions, le palier Free présente l’usage et la conservation comme « illimités ».

Côté exécution, ce palier autorise le déploiement dans ton propre cloud à toute échelle, avec des agents accessibles par une API REST, par MCP dans Claude et ChatGPT, ou dans Slack et Discord. Tu peux donc rendre tes agents accessibles par ces canaux sans que cela ouvre le pilotage des instances en production depuis le Control Plane. Le pilotage gratuit reste limité à AgentOS local.

Ce que fait Agno

Agno répartit la création, l’exécution et le pilotage des agents entre le SDK, AgentOS et le Control Plane. Tu écris les agents en Python ou tu les assembles sans code dans le Studio. Selon les besoins, tu leur ajoutes une mémoire, des connaissances ou des fournisseurs de contexte. Depuis le navigateur, le Control Plane se connecte directement à l’environnement d’exécution, tandis que les données restent dans ta propre base. Avec le serveur MCP de documentation, des assistants de programmation comme Claude Code, Cursor ou Codex peuvent configurer la plateforme et améliorer ses agents.

Comment utiliser Agno

Prise en main initiale

Agno peut être mis en place avec Claude Code, Cursor ou Codex connecté au serveur MCP de sa documentation. Connecte cet assistant de programmation pour lui faire préparer la plateforme, puis construire les agents avec le SDK. Ajoute ensuite les capacités nécessaires à chaque agent, comme les garde-fous ou les fournisseurs de contexte.

Navigation dans l’interface

Ouvre le Control Plane dans ton navigateur, puis connecte cette interface directement à ton environnement d’exécution AgentOS pour gérer la plateforme qui y fonctionne.

Utilisation et gestion de projets

Exécute les agents avec AgentOS, puis choisis leur point d’accès selon le projet : une API REST pour ton produit, MCP pour Claude ou ChatGPT, ou une messagerie compatible. Pour faire évoluer les agents déjà en fonctionnement, tu peux aussi confier leur amélioration à l’assistant de programmation connecté à la documentation.

Fonctionnalités principales

Agno fournit des fonctions de création, de coordination, de sécurité et de supervision pour construire et déployer des agents en Python.

Création d’agents en Python

Avec le SDK, les développeurs programment des agents, des équipes d’agents et des workflows, c’est-à-dire des enchaînements d’opérations, directement en Python.

Coordination des équipes et des workflows

Pour coordonner les agents, les équipes disposent de modes de coordination, de routage, de diffusion et de répartition des tâches. Côté workflows, Step, Steps, Parallel, Loop, Condition et Router définissent les étapes, les exécutions parallèles, les boucles et les branchements.

Mémoire, connaissances et contexte

Pour gérer le contexte des agents, le framework fournit une mémoire, des connaissances, des mécanismes d’apprentissage et des fournisseurs de contexte. Il prend également en charge les sessions, l’état et le stockage.

Validation des entrées et garde-fous

Des garde-fous valident les entrées et détectent les données personnelles identifiables. Ils comprennent aussi des défenses contre les injections de consignes.

Intervention humaine pendant l’exécution

Pendant une exécution, le mécanisme d’intervention humaine peut suspendre le traitement pour demander une approbation, recueillir une saisie ou attendre une exécution externe.

Intégrations et outils personnalisés

Pour connecter les agents à des services, le SDK propose un catalogue d’intégrations d’outils ; tu peux aussi écrire les tiens.

Entrées et sorties multimodales ou structurées

Pour les échanges avec les agents, le SDK prend en charge des entrées et sorties multimodales. Des schémas Pydantic permettent également de définir la structure des entrées et des sorties.

Exposition des agents par API REST

Pour intégrer les agents à un produit, une API REST expose leurs fonctions à l’application. Elle prend aussi en charge les événements envoyés par le serveur, ou SSE, et les connexions WebSocket.

Connexion à Claude et ChatGPT par MCP

Grâce à un serveur MCP, protocole de connexion entre applications d’IA et outils, les agents peuvent être ajoutés à Claude et à ChatGPT.

Interfaces de messagerie

Depuis Slack, Telegram, WhatsApp et Discord, les utilisateurs peuvent échanger avec les agents grâce aux interfaces de messagerie prévues pour ces services.

Traçage, historique et évaluations

Pour superviser les agents, les fonctions d’observabilité comprennent le traçage avec OpenTelemetry, l’historique des exécutions, les journaux d’audit et les évaluations.

Contrôle des accès et isolation

Côté sécurité, le contrôle d’accès par rôles repose sur des jetons JWT, un format de jeton d’authentification. Une isolation multi-utilisateur et multi-tenant sépare les utilisateurs et les organisations.

Déploiement sur différentes infrastructures

Pour héberger les agents, le déploiement prend en charge Docker, Railway, AWS, GCP, Azure, Fly, Render et Modal. Helm fait également partie des options de déploiement proposées.

Usages et métiers

Agno s’adresse aux développeurs et aux équipes qui construisent, intègrent ou exploitent leurs propres agents IA.

Développeurs Python et équipes d’ingénierie

Ces développeurs utilisent le SDK pour coder en Python des agents et les organiser en équipes, avec des enchaînements de tâches définis dans leur code.

Équipes intégrant des agents dans un produit

Pour rendre leurs agents accessibles aux utilisateurs, ces équipes les intègrent à leur produit par API REST ou les proposent par MCP, un protocole de connexion aux assistants, et par des interfaces de conversation.

Équipes construisant des agents internes

Pour leurs besoins internes, ces équipes assemblent des agents et des enchaînements de tâches, puis gèrent et surveillent leur plateforme depuis l’interface du Control Plane.

Entreprises exploitant leur propre infrastructure

En hébergeant l’environnement d’exécution dans leur propre infrastructure cloud, ces entreprises gardent le contrôle des données, de la mémoire et de la sécurité de leurs agents.

Utilisateurs d’assistants de programmation

Grâce à Claude Code, Cursor ou Codex, ces utilisateurs délèguent à un assistant de programmation la mise en place de la plateforme et l’amélioration des agents qui y fonctionnent.

Conseils d’utilisation

Conseils pour une utilisation efficace

Agno propose une documentation et un dépôt GitHub pour accompagner le développement des agents. Pour préparer une modification, appuie-toi sur la documentation du composant concerné : la définition d’un agent, la coordination d’une équipe et l’enchaînement des étapes correspondent à des mécanismes distincts. Dans un signalement sur GitHub, décris le comportement rencontré avec le code concerné et le résultat attendu, plutôt qu’avec une description générale de toute ton installation.

Erreurs communes à éviter

Une exécution peut rester en pause tant qu’une approbation humaine attendue n’a pas été donnée. Avant de modifier les instructions de l’agent pour tenter de relancer ce traitement, identifie l’intervention attendue ; changer la consigne ne remplace pas l’action humaine prévue dans cet enchaînement.

Modèles et droits sur les créations

Agno prend en charge nativement plus de 30 fournisseurs de modèles, dont OpenAI, Anthropic et Google, et gère pour toi les particularités de leurs API. Tu choisis le modèle dans la définition de l’agent, par sa classe et son identifiant. Tes consignes et le modèle fixent la langue. Un exemple de la documentation crée ainsi six agents, chacun chargé de répondre dans une langue : anglais, espagnol, japonais, chinois, français et allemand.

SDK et AgentOS sont distribués sous licence Apache 2.0. Tes sessions, ta mémoire, tes connaissances et tes traces sont stockées dans ta base de données. Agno n’en garde jamais de copie, précise la page de prix. À chaque exécution, le SDK envoie un événement de télémétrie pour savoir quels fournisseurs de modèles prioriser, sans les prompts, les messages ni les réponses. Tu coupes cette télémétrie par une variable d’environnement.

Accès

Agno tient en trois pièces : SDK, AgentOS, Control Plane. Côté code, le SDK est une bibliothèque Python : il demande Python 3.9 ou plus récent et s’installe par pip ou uv sur macOS, Linux ou Windows. AgentOS, l’environnement d’exécution, tourne dans un conteneur, dans ton cloud, sur site ou en local. Il sert tes agents par API REST et par MCP. Enfin, le Control Plane s’ouvre dans le navigateur : c’est une interface web hébergée par Agno sur os.agno.com. Enterprise peut l’héberger chez toi.

Appareils, applications et systèmes compatibles

Disponible sur

WebOui
iOSNon
AndroidNon
WindowsNon
macOSNon
LinuxNon

Accès & intégrations

IntégrationsOui

GitHub, Slack, Postgres, Google Drive, MCP, Telegram, WhatsApp, Discord

API publiqueOui

Accès aux agents par REST, avec prise en charge de SSE et des WebSockets.

SDKOui

Bibliothèque Python, pour Python 3.9 ou plus récent.

Open sourceOui

SDK et AgentOS sous licence Apache 2.0, publiés sur GitHub.

Auto-hébergeableOui

AgentOS tourne en conteneur dans ton infrastructure ; le Control Plane auto-hébergé est une option d’Enterprise.

Disponible aussi sur Discord.

Avis et notes par Aikiwi

Note Globale d’Agno 4,1

  • Design et Ergonomie4,0
  • Facilité d’Utilisation3,8
  • Fonctionnalités et Outils4,4
  • Performance et Fiabilité4,0
  • Innovation et Singularité4,2
  • Support et Ressources Disponibles4,1
  • Rapport Qualité-Prix4,2

Agno réunit la construction d’agents en Python, leur exécution avec AgentOS et leur pilotage depuis une interface web. Mémoire, connaissances, validations humaines et garde-fous s’ajoutent aux agents selon les besoins, tandis que les traces OpenTelemetry permettent de suivre les exécutions. Open source, le SDK et AgentOS s’hébergent chez toi. L’interface de pilotage, hébergée par Agno sauf option Enterprise, se connecte directement au moteur depuis le navigateur, et les données restent dans la base de l’utilisateur.

Pour les développeurs Python et les équipes techniques, l’investissement correspond à un projet d’agents intégrés à un produit ou utilisés en interne, avec la programmation au cœur du fonctionnement. Les interfaces REST, MCP et les messageries rendent ces agents accessibles dans différents environnements, sans les cantonner à une interface de conversation dédiée. Cette approche convient aux entreprises qui souhaitent exploiter leur infrastructure dans leur propre cloud.

Avec la formule Free, un premier essai peut porter sur la construction d’agents et leur exécution dans son propre cloud. Le pilotage connecté à un AgentOS local donne accès aux conversations, aux traces, à la mémoire et aux évaluations, sans limite d’usage ni de conservation. Le passage à Pro concerne notamment la connexion du pilotage à un environnement de production, les accès d’équipe et les permissions par rôle.

Avis détaillé sur Agno

Design et Ergonomie 4,0

Agno propose une interface web de pilotage, le Control Plane, qui réunit le chat, les sessions, les traces, le Studio sans code, la mémoire, les évaluations, les approbations et le planificateur autour du moteur d’exécution. Cette centralisation constitue une base fonctionnelle utile, sans démontrer à elle seule la qualité de navigation entre les différentes vues. Pour une équipe technique, réunir les sessions, les traces et les interventions dans un même espace évite de disperser le pilotage entre des interfaces distinctes. Cela ne garantit pas une prise en main immédiate. Une interface centralisée peut rester dense, et la présence de ces fonctions ne suffit pas à établir leur facilité de repérage au quotidien.

Facilité d’Utilisation 3,8

Agno s’adresse d’abord à un développeur Python. Le Studio permet d’assembler des agents et des équipes sans code, en reliant modèles, outils, instructions, connaissances et mémoire, mais le déploiement d’AgentOS dans un conteneur reste un travail technique. En reliant la définition des agents à la mise à disposition du service, la plateforme donne une structure cohérente au projet. Pour une équipe qui travaille déjà en Python, garder les agents et leurs règles dans le code permet de les faire évoluer dans son environnement de développement. Les assistants de programmation peuvent aider à configurer la plateforme, sans remplacer un profil technique.

Fonctionnalités et Outils 4,4

Agno couvre la construction d’agents autant que leur encadrement opérationnel, ce qui donne de la profondeur à son offre. Les validations humaines et les contrôles d’entrée permettent de ne pas réduire un agent à une suite d’appels au modèle. Cette capacité compte pour les applications où une action doit rester soumise à un contrôle humain. Pour une équipe produit, pouvoir associer orchestration, mémoire et sorties structurées évite de traiter chaque besoin comme un composant entièrement séparé. Cette richesse demande néanmoins des choix de conception : les mécanismes proposés ne définissent pas à ta place les règles métier ni les conditions d’approbation. L’ensemble convient donc aux projets qui nécessitent un comportement contrôlé, plutôt qu’à une simple conversation générique.

Performance et Fiabilité 4,0

Agno publie une page d’état, status.agno.com, qui indiquait « We’re fully operational » le 24 octobre 2026. Ses traces OpenTelemetry et ses évaluations, dont des évaluations de performance, servent à examiner les exécutions, mais ne constituent pas une garantie de résultat. Ces mécanismes rendent les problèmes observables. Leur présence ne démontre ni la vitesse des agents ni la stabilité d’un déploiement en production. Avec un moteur auto-hébergé et des fournisseurs de modèles interchangeables, la fiabilité doit être appréciée sur la configuration retenue. Les outils d’observation accompagnent cette évaluation sans remplacer des essais sur les tâches réelles.

Innovation et Singularité 4,2

Agno se distingue par l’articulation entre construction en Python, moteur auto-hébergé et interface de pilotage reliée directement à ce moteur. L’intérêt ne réside pas seulement dans la création d’agents, mais dans la continuité entre développement et exploitation. Les données restent dans ta base. Cette architecture donne une portée concrète à la maîtrise de la plateforme, au-delà du choix du modèle. Pour une entreprise souhaitant conserver sa propre infrastructure, cette séparation permet d’utiliser une interface de gestion sans lui confier le stockage des données de fonctionnement. Elle implique aussi de prendre en charge le déploiement du moteur. Cette approche vaut surtout pour les équipes qui considèrent leurs agents comme un composant logiciel à exploiter, plutôt que comme un service conversationnel prêt à consommer.

Support et Ressources Disponibles 4,1

Agno associe un dépôt GitHub à une documentation également accessible aux assistants de programmation par un serveur MCP. Pour un produit destiné aux développeurs, cette organisation permet aux ressources d’accompagner directement la construction du projet. Le support suit les paliers : la communauté et les forums avec Free, le support par e-mail avec Pro, Slack Connect, un engagement de service (SLA) et des permanences mensuelles avec l’équipe d’ingénierie avec Enterprise. Les équipes qui dépendent d’un accompagnement humain doivent donc tenir compte de cette séparation dans leur choix d’offre, indépendamment de la documentation.

Rapport Qualité-Prix 4,2

Agno ne fait pas payer l’exécution : le SDK et AgentOS sont open source et gratuits à toute échelle, sans frais par événement, par jeton ni de sortie de données. Le paiement porte sur le pilotage en production et le travail d’équipe. Avec le palier Free, le développement et le contrôle local restent donc possibles. Pro, à 150 $ par mois, couvre 3 sièges et 1 connexion en production ; chaque siège ou connexion de plus s’ajoute au prix. En contrepartie, le développeur gère lui-même l’hébergement d’AgentOS. La valeur du palier payant dépend ainsi du besoin de gestion, pas de la création d’agents.

Questions fréquentes

Quel est le prix d’Agno ?

Chez Agno, Pro coûte 150 $ par mois (relevé du 24 octobre 2026 sur la page de l’éditeur). Ce prix couvre trois sièges et une connexion de production. Au-delà, chaque siège se paie 30 $ par mois et chaque connexion 95 $ par mois ; le SAML SSO est une option à 300 $ par mois. Pro s’essaie gratuitement 14 jours. Free reste gratuit, et Enterprise est sur devis. Les montants figurent dans le tableau des prix.

Sur quelles plateformes Agno est-il disponible ?

Agno se présente comme un framework et un environnement d’exécution : son SDK est une bibliothèque Python, pour Python 3.9 ou plus récent, qui s’installe par pip ou uv sur macOS, Linux ou Windows. AgentOS exécute les agents dans un conteneur, dans ton cloud, sur site ou en local, par exemple avec Docker, AWS, GCP ou Azure. Le Control Plane, l’interface de gestion, s’utilise dans un navigateur web.

Agno propose-t-il une API ?

Agno expose une API REST pour intégrer les agents à un produit et prend en charge les communications en continu via SSE et WebSocket. Un serveur MCP, protocole de connexion entre applications d’IA et outils, rend aussi les agents accessibles depuis Claude et ChatGPT. Le kit de développement Python sert à construire les agents, les équipes et les workflows.

La fiche en bref
Éditeur
Agno Inc.
Pays
États-Unis
Offre gratuite
Oui
Essai gratuit
Oui, 14 jours
Plateformes
Web

Suivez l'IA et les agents IA avec notre newsletter.

Inscrivez-vous pour recevoir les nouveautés, les tendances et des astuces sur l'intelligence artificielle.

En vous abonnant, vous acceptez notre politique de confidentialité et notre politique de cookies.