Agently

环境要求

• 可运行 pip 的 Python 环境
• 一个 OpenAI 兼容模型服务的 API Key（如 DeepSeek）
• 或本地已安装 Ollama 服务
• 使用 YAML 配置时需准备 settings.yaml 文件

安装与启动步骤

1. 1安装 Agently

   用 pip 直接从 PyPI 安装最新版 Agently 框架，作为项目依赖引入即可，无需额外服务端。

   pip install -U agently

   复制

2. 2准备模型服务

   用云端 OpenAI 兼容接口时只需配置 API Key；用本地模型时先拉取 Ollama 模型再改 base_url。

   ollama pull qwen2.5:7b

   复制

3. 3配置模型连接

   通过 set_settings 声明 OpenAICompatible 提供商，api_key 建议用 ${ENV.XXX} 从环境变量读取。

   from agently import Agently
   
   Agently.set_settings(
       "OpenAICompatible",
       {
           "base_url": "https://api.deepseek.com/v1",
           "model": "deepseek-v4-flash",
           "api_key": "${ENV.DEEPSEEK_API_KEY}",
           "model_type": "chat",
           "request_options": {
               "thinking": {"type": "disabled"},
               "temperature": 0.2,
           },
       },
   )

   复制

4. 4运行首个 Agent

   创建 Agent，用 .output() 声明结构化字段，.get_result() 取回并打印结果数据。

   from agently import Agently
   
   Agently.set_settings(
       "OpenAICompatible",
       {
           "base_url": "https://api.deepseek.com/v1",
           "model": "deepseek-v4-flash",
           "api_key": "${ENV.DEEPSEEK_API_KEY}",
           "model_type": "chat",
           "request_options": {
               "thinking": {"type": "disabled"},
               "temperature": 0.2,
           },
       },
   )
   
   agent = Agently.create_agent()
   
   result = (
       agent
       .input("Introduce Python in one sentence and state three distinct strengths.")
       .output({
           "intro": (str, "one sentence", True),
           "strengths": {
               "first": (str, "first strength", True),
               "second": (str, "second strength", True),
               "third": (str, "third strength", True),
           },
       })
       .get_result()
   )
   
   print(result.get_data())

   复制

5. 5改用 YAML 配置

   配置较多时把设置写入 settings.yaml，用 load_settings 加载，auto_load_env 自动读取环境变量。

   from agently import Agently
   
   Agently.load_settings("yaml_file", "settings.yaml", auto_load_env=True)

   复制

关键配置

如何确认成功

脚本运行后能打印出包含 intro 和 strengths 的结构化结果（result.get_data()），说明模型连接与调用成功。

常见问题

注意事项

• API Key 建议通过 ${ENV.XXX} 从环境变量读取，不要硬编码到代码或仓库中。
• Skills 等能力声明本身不授权副作用，需宿主显式挂载 Actions、MCP 服务或 ExecutionResource 并施加策略后才能执行。
• model_pool 设置的模型键只影响后续 Agent 请求的默认模型，可临时用 agent.create_request(model_key=...) 覆盖单次请求。