Este proyecto es una implementación del entorno AGNO (Agent Playground), una plataforma que permite interactuar con agentes inteligentes conectados a modelos como GPT-4o y herramientas externas como DuckDuckGo y Yahoo Finance.
MODELADOEXAMEN/
│
├── agent-ui/ → Frontend del proyecto (interfaz web)
├── aienv/ → Entorno virtual local (IGNORADO por Git)
├── backend/ → Backend con AGNO y FastAPI
│ ├── playground.py → Configuración principal de los agentes
│ └── requirements.txt → Dependencias del backend
├── tmp/ → Almacenamiento temporal (como BD SQLite)
├── .env → Variables de entorno (IGNORADO)
├── .gitignore → Archivos/directorios ignorados
├── Dockerfile → Dockerfile para producción
├── docker-compose.yml → Configuración de servicios (si aplica)
├── package.json → Configuración del frontend
├── package-lock.json → Lock de dependencias frontend
└── README.md → Este archivo
- Backend: Python 3.11, FastAPI, Uvicorn, AGNO Framework
- Frontend: AGNO Agent UI (Web)
- AI: OpenAI GPT-4o
- Cloud: Google Cloud Run (frontend y backend dockerizados)
- BD Local: SQLite (para historial de agentes)
Para funcionar correctamente, debes definir:
OPENAI_API_KEY=tu_clave_secretaEn Cloud Run, esto se configura como variable de entorno desde la consola de despliegue.
docker build -t agno-backend -f Dockerfile .
docker run -p 8000:8000 agno-backend- Subir imagen del backend al Artifact Registry
- Crear servicio en Cloud Run usando esa imagen
- Agregar variable de entorno
OPENAI_API_KEY - Activar acceso sin autenticación
- Probar desde el frontend (desplegado o local)
cd backend
uvicorn playground:app --host 0.0.0.0 --port 8000Luego abre el frontend y escribe la URL de backend local: cd agent-ui npm run dev
http://localhost:8000