Name: agno_agent_CN
Author: zzw4257

Prompt file imported from zzw4257/free-to-do-app (.cursor/commands/agno_agent_CN.md). Copyright stays with the author.

Agno Agent 开发快捷命令

概述

本指南涵盖 Agno Agent Tools 的开发 - 基于 Agno 框架的 AI 待办管理工具包。

FreeTodoToolkit 为 Agno Agent 提供一系列工具，用于管理待办事项。具体工具列表请查阅 llm/agno_tools/tools/ 目录下的源代码。

🏗️ 架构

目录结构

lifetrace/
├── config/prompts/agno_tools/     # 本地化消息和提示词
│   ├── zh/                        # 中文消息
│   └── en/                        # 英文消息（结构相同）
│
├── llm/agno_tools/                # Python 实现
│   ├── __init__.py                # 模块导出
│   ├── base.py                    # 消息加载器 (AgnoToolsMessageLoader)
│   ├── toolkit.py                 # 主 FreeTodoToolkit 类
│   └── tools/                     # 各工具实现（按功能分类）
│
└── observability/                 # Agent 监控（Phoenix + OpenInference）
    ├── __init__.py                # 模块导出
    ├── config.py                  # 观测配置
    ├── setup.py                   # 初始化入口
    └── exporters/
        ├── __init__.py
        └── file_exporter.py       # 本地 JSON 文件导出器

设计模式

Mixin 模式：每个工具类别是独立的 mixin 类
组合模式：FreeTodoToolkit 继承所有 mixin + Agno Toolkit
国际化：消息从语言特定的 YAML 文件加载
懒加载：数据库和 LLM 客户端按需初始化

🔧 添加新工具

步骤 1：添加消息（中英文）

在 config/prompts/agno_tools/zh/ 和 en/ 中创建或更新 YAML 文件：

# config/prompts/agno_tools/zh/my_tool.yaml
my_tool_success: "操作成功: {result}"
my_tool_failed: "操作失败: {error}"
my_tool_prompt: |
  这是给 LLM 的提示词模板。
  参数: {param}

# config/prompts/agno_tools/en/my_tool.yaml
my_tool_success: "Operation successful: {result}"
my_tool_failed: "Operation failed: {error}"
my_tool_prompt: |
  This is a prompt template for LLM.
  Parameter: {param}

步骤 2：创建工具 Mixin

在 llm/agno_tools/tools/ 中创建新文件：

# llm/agno_tools/tools/my_tools.py
"""My Tools - 这些工具的功能描述"""

from __future__ import annotations
from typing import TYPE_CHECKING

from lifetrace.llm.agno_tools.base import get_message
from lifetrace.util.logging_config import get_logger

if TYPE_CHECKING:
    from lifetrace.repositories.sql_todo_repository import SqlTodoRepository

logger = get_logger()


class MyTools:
    """My tools mixin"""

    lang: str
    todo_repo: "SqlTodoRepository"  # 如果需要

    def _msg(self, key: str, **kwargs) -> str:
        return get_message(self.lang, key, **kwargs)

    def my_tool_method(self, param: str) -> str:
        """工具描述，让 LLM 理解何时使用此工具

        Args:
            param: 参数描述

        Returns:
            结果消息
        """
        try:
            # 实现逻辑
            result = f"processed {param}"
            return self._msg("my_tool_success", result=result)
        except Exception as e:
            logger.error(f"Failed: {e}")
            return self._msg("my_tool_failed", error=str(e))

步骤 3：注册到 Toolkit

更新 llm/agno_tools/tools/__init__.py：

from lifetrace.llm.agno_tools.tools.my_tools import MyTools

__all__ = [..., "MyTools"]

更新 llm/agno_tools/toolkit.py：

from lifetrace.llm.agno_tools.tools import (
    ...,
    MyTools,
)

class FreeTodoToolkit(
    ...,
    MyTools,  # 添加 mixin
    Toolkit,
):
    def __init__(self, lang: str = "en", **kwargs):
        ...
        tools = [
            ...,
            self.my_tool_method,  # 注册工具
        ]

📝 消息配置

YAML 结构

消息按功能组织在 config/prompts/agno_tools/{lang}/ 目录下。每个 YAML 文件对应一类功能的消息。

消息格式

使用 {placeholder} 进行变量替换
多行提示词使用 YAML | 语法
保持消息简洁且信息丰富

# 带占位符的简单消息
create_success: "成功创建待办 #{id}: {name}"

# 多行提示词
breakdown_prompt: |
  请将此任务拆解为子任务。

  任务: {task_description}

  返回 JSON 格式。

访问消息

# 在工具方法中
def _msg(self, key: str, **kwargs) -> str:
    return get_message(self.lang, key, **kwargs)

# 使用
return self._msg("create_success", id=123, name="买菜")

🌐 国际化

语言选择

语言通过调用链传递：

请求头 (Accept-Language)
    ↓
Chat Router (get_request_language)
    ↓
AgnoAgentService(lang=lang)
    ↓
FreeTodoToolkit(lang=lang)
    ↓
AgnoToolsMessageLoader(lang)

添加新语言

创建新目录：config/prompts/agno_tools/{lang}/
从 en/ 复制所有 YAML 文件
翻译所有消息
加载器会自动检测新语言

🧪 测试工具

快速测试脚本

from lifetrace.llm.agno_tools import FreeTodoToolkit

# 测试中文
toolkit_zh = FreeTodoToolkit(lang="zh")
print(toolkit_zh.list_todos(status="active", limit=5))

# 测试英文
toolkit_en = FreeTodoToolkit(lang="en")
print(toolkit_en.list_todos(status="active", limit=5))

运行测试

uv run python -c "
from lifetrace.llm.agno_tools import FreeTodoToolkit
tk = FreeTodoToolkit(lang='zh')
print(tk.parse_time('明天下午3点'))
"

📊 可观测性（Agent 监控）

Agno Agent 集成了 Arize Phoenix + OpenInference 进行链路追踪和监控。

功能特性

本地 JSON 导出：Cursor 友好的 trace 文件，便于 AI 分析
Phoenix UI：可选的 Web 可视化界面
精简终端输出：每次 trace 仅输出一行摘要

配置方法

在 config/config.yaml 中：

observability:
  enabled: true                    # 启用观测功能
  mode: both                       # local | phoenix | both
  local:
    traces_dir: traces/            # trace 文件目录
    max_files: 100                 # 最大保留文件数
    pretty_print: true             # 格式化 JSON 便于阅读
  phoenix:
    endpoint: http://localhost:6006
    project_name: freetodo-agent
  terminal:
    summary_only: true             # 仅输出一行摘要（推荐）

Trace 文件格式

每次 Agent 运行会在 data/traces/ 生成一个 JSON 文件：

{
  "trace_id": "e078e147372a",
  "timestamp": "2026-01-23T08:23:48.377470+00:00",
  "duration_ms": 26910.94,
  "agent": "breakdown_task",
  "input": "{\"task_description\": \"做视频\"}",
  "output_preview": "任务拆解结果:\n1. 确定视频主题...",
  "tool_calls": [
    {
      "name": "breakdown_task",
      "args": {"task_description": "做视频"},
      "result_preview": "任务拆解结果...",
      "duration_ms": 26910.94
    }
  ],
  "llm_calls": [],
  "status": "success",
  "span_count": 1
}

终端输出

启用 summary_only: true 时：

[Trace] e078e147372a | 1 tools | 26.91s | traces/20260123_082348_e078e147372a.json

使用 Phoenix UI（可选）

# 启动 Phoenix 服务
uv run phoenix serve

# 访问 http://localhost:6006

✅ 开发检查清单

添加新工具时：

在 zh/ 和 en/ 目录中创建 YAML 消息
创建带有正确类型提示的工具 mixin 类
添加文档字符串让 LLM 理解工具用途
所有用户可见消息使用 _msg()
处理异常并返回错误消息
在 tools/__init__.py 中注册工具
将 mixin 添加到 FreeTodoToolkit 类
在 tools 列表中注册方法
使用两种语言测试

Install agno_agent_CN and it becomes one more candidate the router can pick - when it fits.

A listing is a routing target with a manifest: what it does, which domains it covers, what it costs and who publishes it. Once installed it sits beside your own models and tools, is scored like any other candidate for each request, and shows up in the trace when it wins. Ratings come from workspaces that installed it, one per account.

# Agno Agent 开发快捷命令 ## 概述本指南涵盖 **Agno Agent Tools** 的开发 - 基于 [Agno 框架](https://docs.agno.com/) 的 AI 待办管理工具包。 FreeTodoToolkit 为 Agno Agent 提供一系列工具，用于管理待办事项。具体工具列表请查阅 `llm/agno_tools/tools/` 目录下的源代码。 --- ## 🏗️ 架构 ### 目录结构 ``` lifetrace/ ├── config/prompts/agno_tools/ # 本地化消息和提示词 │ ├── zh/ # 中文消息 │ └── en/ # 英文消息（结构相同） │ ├── llm/agno_tools/ # Python 实现 │ ├── __init__.py # 模块导出 │ ├── base.py # 消息加载器 (AgnoToolsMessageLoader) │ ├── toolkit.py # 主 FreeTodoToolkit 类 │ └── tools/ # 各工具实现（按功能分类） │ └── observability/ # Agent 监控（Phoenix + OpenInference） ├── __init__.py # 模块导出 ├── config.py # 观测配置 ├── setup.py # 初始化入口 └── exporters/ ├── __init__.py └── file_exporter.py # 本地 JSON 文件导出器 ``` ### 设计模式 - **Mixin 模式**：每个工具类别是独立的 mixin 类 - **组合模式**：FreeTodoToolkit 继承所有 mixin + Agno Toolkit - **国际化**：消息从语言特定的 YAML 文件加载 - **懒加载**：数据库和 LLM 客户端按需初始化 --- ## 🔧 添加新工具 ### 步骤 1：添加消息（中英文）在 `config/prompts/agno_tools/zh/` 和 `en/` 中创建或更新 YAML 文件： ```yaml # config/prompts/agno_tools/zh/my_tool.yaml my_tool_success: "操作成功: {result}" my_tool_failed: "操作失败: {error}" my_tool_prompt: | 这是给 LLM 的提示词模板。参数: {param} ``` ```yaml # config/prompts/agno_tools/en/my_tool.yaml my_tool_success: "Operation successful: {result}" my_tool_failed: "Operation failed: {error}" my_tool_prompt: | This is a prompt template for LLM. Parameter: {param} ``` ### 步骤 2：创建工具 Mixin 在 `llm/agno_tools/tools/` 中创建新文件： ```python # llm/agno_tools/tools/my_tools.py """My Tools - 这些工具的功能描述""" from __future__ import annotations from typing import TYPE_CHECKING from lifetrace.llm.agno_tools.base import get_message from lifetrace.util.logging_config import get_logger if TYPE_CHECKING: from lifetrace.repositories.sql_todo_repository import SqlTodoRepository logger = get_logger() class MyTools: """My tools mixin""" lang: str todo_repo: "SqlTodoRepository" # 如果需要 def _msg(self, key: str, **kwargs) -> str: return get_message(self.lang, key, **kwargs) def my_tool_method(self, param: str) -> str: """工具描述，让 LLM 理解何时使用此工具 Args: param: 参数描述 Returns: 结果消息 """ try: # 实现逻辑 result = f"processed {param}" return self._msg("my_tool_success", result=result) except Exception as e: logger.error(f"Failed: {e}") return self._msg("my_tool_failed", error=str(e)) ``` ### 步骤 3：注册到 Toolkit 更新 `llm/agno_tools/tools/__init__.py`： ```python from lifetrace.llm.agno_tools.tools.my_tools import MyTools __all__ = [..., "MyTools"] ``` 更新 `llm/agno_tools/toolkit.py`： ```python from lifetrace.llm.agno_tools.tools import ( ..., MyTools, ) class FreeTodoToolkit( ..., MyTools, # 添加 mixin Toolkit, ): def __init__(self, lang: str = "en", **kwargs): ... tools = [ ..., self.my_tool_method, # 注册工具 ] ``` --- ## 📝 消息配置 ### YAML 结构消息按功能组织在 `config/prompts/agno_tools/{lang}/` 目录下。每个 YAML 文件对应一类功能的消息。 ### 消息格式 - 使用 `{placeholder}` 进行变量替换 - 多行提示词使用 YAML `|` 语法 - 保持消息简洁且信息丰富 ```yaml # 带占位符的简单消息 create_success: "成功创建待办 #{id}: {name}" # 多行提示词 breakdown_prompt: | 请将此任务拆解为子任务。任务: {task_description} 返回 JSON 格式。 ``` ### 访问消息 ```python # 在工具方法中 def _msg(self, key: str, **kwargs) -> str: return get_message(self.lang, key, **kwargs) # 使用 return self._msg("create_success", id=123, name="买菜") ``` --- ## 🌐 国际化 ### 语言选择语言通过调用链传递： ``` 请求头 (Accept-Language) ↓ Chat Router (get_request_language) ↓ AgnoAgentService(lang=lang) ↓ FreeTodoToolkit(lang=lang) ↓ AgnoToolsMessageLoader(lang) ``` ### 添加新语言 1. 创建新目录：`config/prompts/agno_tools/{lang}/` 2. 从 `en/` 复制所有 YAML 文件 3. 翻译所有消息 4. 加载器会自动检测新语言 --- ## 🧪 测试工具 ### 快速测试脚本 ```python from lifetrace.llm.agno_tools import FreeTodoToolkit # 测试中文 toolkit_zh = FreeTodoToolkit(lang="zh") print(toolkit_zh.list_todos(status="active", limit=5)) # 测试英文 toolkit_en = FreeTodoToolkit(lang="en") print(toolkit_en.list_todos(status="active", limit=5)) ``` ### 运行测试 ```bash uv run python -c " from lifetrace.llm.agno_tools import FreeTodoToolkit tk = FreeTodoToolkit(lang='zh') print(tk.parse_time('明天下午3点')) " ``` --- ## 📊 可观测性（Agent 监控） Agno Agent 集成了 [Arize Phoenix](https://arize.com/docs/phoenix) + [OpenInference](https://github.com/arize-ai/openinference) 进行链路追踪和监控。 ### 功能特性 - **本地 JSON 导出**：Cursor 友好的 trace 文件，便于 AI 分析 - **Phoenix UI**：可选的 Web 可视化界面 - **精简终端输出**：每次 trace 仅输出一行摘要 ### 配置方法在 `config/config.yaml` 中： ```yaml observability: enabled: true # 启用观测功能 mode: both # local | phoenix | both local: traces_dir: traces/ # trace 文件目录 max_files: 100 # 最大保留文件数 pretty_print: true # 格式化 JSON 便于阅读 phoenix: endpoint: http://localhost:6006 project_name: freetodo-agent terminal: summary_only: true # 仅输出一行摘要（推荐） ``` ### Trace 文件格式每次 Agent 运行会在 `data/traces/` 生成一个 JSON 文件： ```json { "trace_id": "e078e147372a", "timestamp": "2026-01-23T08:23:48.377470+00:00", "duration_ms": 26910.94, "agent": "breakdown_task", "input": "{\"task_description\": \"做视频\"}", "output_preview": "任务拆解结果:\n1. 确定视频主题...", "tool_calls": [ { "name": "breakdown_task", "args": {"task_description": "做视频"}, "result_preview": "任务拆解结果...", "duration_ms": 26910.94 } ], "llm_calls": [], "status": "success", "span_count": 1 } ``` ### 终端输出启用 `summary_only: true` 时： ``` [Trace] e078e147372a | 1 tools | 26.91s | traces/20260123_082348_e078e147372a.json ``` ### 使用 Phoenix UI（可选） ```bash # 启动 Phoenix 服务 uv run phoenix serve # 访问 http://localhost:6006 ``` --- ## ✅ 开发检查清单添加新工具时： - [ ] 在 `zh/` 和 `en/` 目录中创建 YAML 消息 - [ ] 创建带有正确类型提示的工具 mixin 类 - [ ] 添加文档字符串让 LLM 理解工具用途 - [ ] 所有用户可见消息使用 `_msg()` - [ ] 处理异常并返回错误消息 - [ ] 在 `tools/__init__.py` 中注册工具 - [ ] 将 mixin 添加到 `FreeTodoToolkit` 类 - [ ] 在 `tools` 列表中注册方法 - [ ] 使用两种语言测试

{ "prompt": "# Agno Agent 开发快捷命令\n\n## 概述\n\n本指南涵盖 **Agno Agent Tools** 的开发 - 基于 [Agno 框架](https://docs.agno.com/) 的 AI 待办管理工具包。\n\nFreeTodoToolkit 为 Agno Agent 提供一系列工具，用于管理待办事项。具体工具列表请查阅 `llm/agno_tools/tools/` 目录下的源代码。\n\n---\n\n## 🏗️ 架构\n\n### 目录结构\n\n```\nlifetrace/\n├── config/prompts/agno_tools/ # 本地化消息和提示词\n│ ├── zh/ # 中文消息\n│ └── en/ # 英文消息（结构相同）\n│\n├── llm/agno_tools/ # Python 实现\n│ ├── __init__.py # 模块导出\n│ ├── base.py # 消息加载器 (AgnoToolsMessageLoader)\n│ ├── toolkit.py # 主 FreeTodoToolkit 类\n│ └── tools/ # 各工具实现（按功能分类）\n│\n└── observability/ # Agent 监控（Phoenix + OpenInference）\n ├── __init__.py # 模块导出\n ├── config.py # 观测配置\n ├── setup.py # 初始化入口\n └── exporters/\n ├── __init__.py\n └── file_exporter.py # 本地 JSON 文件导出器\n```\n\n### 设计模式\n\n- **Mixin 模式**：每个工具类别是独立的 mixin 类\n- **组合模式**：FreeTodoToolkit 继承所有 mixin + Agno Toolkit\n- **国际化**：消息从语言特定的 YAML 文件加载\n- **懒加载**：数据库和 LLM 客户端按需初始化\n\n---\n\n## 🔧 添加新工具\n\n### 步骤 1：添加消息（中英文）\n\n在 `config/prompts/agno_tools/zh/` 和 `en/` 中创建或更新 YAML 文件：\n\n```yaml\n# config/prompts/agno_tools/zh/my_tool.yaml\nmy_tool_success: \"操作成功: {result}\"\nmy_tool_failed: \"操作失败: {error}\"\nmy_tool_prompt: |\n 这是给 LLM 的提示词模板。\n 参数: {param}\n```\n\n```yaml\n# config/prompts/agno_tools/en/my_tool.yaml\nmy_tool_success: \"Operation successful: {result}\"\nmy_tool_failed: \"Operation failed: {error}\"\nmy_tool_prompt: |\n This is a prompt template for LLM.\n Parameter: {param}\n```\n\n### 步骤 2：创建工具 Mixin\n\n在 `llm/agno_tools/tools/` 中创建新文件：\n\n```python\n# llm/agno_tools/tools/my_tools.py\n\"\"\"My Tools - 这些工具的功能描述\"\"\"\n\nfrom __future__ import annotations\nfrom typing import TYPE_CHECKING\n\nfrom lifetrace.llm.agno_tools.base import get_message\nfrom lifetrace.util.logging_config import get_logger\n\nif TYPE_CHECKING:\n from lifetrace.repositories.sql_todo_repository import SqlTodoRepository\n\nlogger = get_logger()\n\n\nclass MyTools:\n \"\"\"My tools mixin\"\"\"\n\n lang: str\n todo_repo: \"SqlTodoRepository\" # 如果需要\n\n def _msg(self, key: str, **kwargs) -> str:\n return get_message(self.lang, key, **kwargs)\n\n def my_tool_method(self, param: str) -> str:\n \"\"\"工具描述，让 LLM 理解何时使用此工具\n\n Args:\n param: 参数描述\n\n Returns:\n 结果消息\n \"\"\"\n try:\n # 实现逻辑\n result = f\"processed {param}\"\n return self._msg(\"my_tool_success\", result=result)\n except Exception as e:\n logger.error(f\"Failed: {e}\")\n return self._msg(\"my_tool_failed\", error=str(e))\n```\n\n### 步骤 3：注册到 Toolkit\n\n更新 `llm/agno_tools/tools/__init__.py`：\n\n```python\nfrom lifetrace.llm.agno_tools.tools.my_tools import MyTools\n\n__all__ = [..., \"MyTools\"]\n```\n\n更新 `llm/agno_tools/toolkit.py`：\n\n```python\nfrom lifetrace.llm.agno_tools.tools import (\n ...,\n MyTools,\n)\n\nclass FreeTodoToolkit(\n ...,\n MyTools, # 添加 mixin\n Toolkit,\n):\n def __init__(self, lang: str = \"en\", **kwargs):\n ...\n tools = [\n ...,\n self.my_tool_method, # 注册工具\n ]\n```\n\n---\n\n## 📝 消息配置\n\n### YAML 结构\n\n消息按功能组织在 `config/prompts/agno_tools/{lang}/` 目录下。每个 YAML 文件对应一类功能的消息。\n\n### 消息格式\n\n- 使用 `{placeholder}` 进行变量替换\n- 多行提示词使用 YAML `|` 语法\n- 保持消息简洁且信息丰富\n\n```yaml\n# 带占位符的简单消息\ncreate_success: \"成功创建待办 #{id}: {name}\"\n\n# 多行提示词\nbreakdown_prompt: |\n 请将此任务拆解为子任务。\n\n 任务: {task_description}\n\n 返回 JSON 格式。\n```\n\n### 访问消息\n\n```python\n# 在工具方法中\ndef _msg(self, key: str, **kwargs) -> str:\n return get_message(self.lang, key, **kwargs)\n\n# 使用\nreturn self._msg(\"create_success\", id=123, name=\"买菜\")\n```\n\n---\n\n## 🌐 国际化\n\n### 语言选择\n\n语言通过调用链传递：\n\n```\n请求头 (Accept-Language)\n ↓\nChat Router (get_request_language)\n ↓\nAgnoAgentService(lang=lang)\n ↓\nFreeTodoToolkit(lang=lang)\n ↓\nAgnoToolsMessageLoader(lang)\n```\n\n### 添加新语言\n\n1. 创建新目录：`config/prompts/agno_tools/{lang}/`\n2. 从 `en/` 复制所有 YAML 文件\n3. 翻译所有消息\n4. 加载器会自动检测新语言\n\n---\n\n## 🧪 测试工具\n\n### 快速测试脚本\n\n```python\nfrom lifetrace.llm.agno_tools import FreeTodoToolkit\n\n# 测试中文\ntoolkit_zh = FreeTodoToolkit(lang=\"zh\")\nprint(toolkit_zh.list_todos(status=\"active\", limit=5))\n\n# 测试英文\ntoolkit_en = FreeTodoToolkit(lang=\"en\")\nprint(toolkit_en.list_todos(status=\"active\", limit=5))\n```\n\n### 运行测试\n\n```bash\nuv run python -c \"\nfrom lifetrace.llm.agno_tools import FreeTodoToolkit\ntk = FreeTodoToolkit(lang='zh')\nprint(tk.parse_time('明天下午3点'))\n\"\n```\n\n---\n\n## 📊 可观测性（Agent 监控）\n\nAgno Agent 集成了 [Arize Phoenix](https://arize.com/docs/phoenix) + [OpenInference](https://github.com/arize-ai/openinference) 进行链路追踪和监控。\n\n### 功能特性\n\n- **本地 JSON 导出**：Cursor 友好的 trace 文件，便于 AI 分析\n- **Phoenix UI**：可选的 Web 可视化界面\n- **精简终端输出**：每次 trace 仅输出一行摘要\n\n### 配置方法\n\n在 `config/config.yaml` 中：\n\n```yaml\nobservability:\n enabled: true # 启用观测功能\n mode: both # local | phoenix | both\n local:\n traces_dir: traces/ # trace 文件目录\n max_files: 100 # 最大保留文件数\n pretty_print: true # 格式化 JSON 便于阅读\n phoenix:\n endpoint: http://localhost:6006\n project_name: freetodo-agent\n terminal:\n summary_only: true # 仅输出一行摘要（推荐）\n```\n\n### Trace 文件格式\n\n每次 Agent 运行会在 `data/traces/` 生成一个 JSON 文件：\n\n```json\n{\n \"trace_id\": \"e078e147372a\",\n \"timestamp\": \"2026-01-23T08:23:48.377470+00:00\",\n \"duration_ms\": 26910.94,\n \"agent\": \"breakdown_task\",\n \"input\": \"{\\\"task_description\\\": \\\"做视频\\\"}\",\n \"output_preview\": \"任务拆解结果:\\n1. 确定视频主题...\",\n \"tool_calls\": [\n {\n \"name\": \"breakdown_task\",\n \"args\": {\"task_description\": \"做视频\"},\n \"result_preview\": \"任务拆解结果...\",\n \"duration_ms\": 26910.94\n }\n ],\n \"llm_calls\": [],\n \"status\": \"success\",\n \"span_count\": 1\n}\n```\n\n### 终端输出\n\n启用 `summary_only: true` 时：\n\n```\n[Trace] e078e147372a | 1 tools | 26.91s | traces/20260123_082348_e078e147372a.json\n```\n\n### 使用 Phoenix UI（可选）\n\n```bash\n# 启动 Phoenix 服务\nuv run phoenix serve\n\n# 访问 http://localhost:6006\n```\n\n---\n\n## ✅ 开发检查清单\n\n添加新工具时：\n\n- [ ] 在 `zh/` 和 `en/` 目录中创建 YAML 消息\n- [ ] 创建带有正确类型提示的工具 mixin 类\n- [ ] 添加文档字符串让 LLM 理解工具用途\n- [ ] 所有用户可见消息使用 `_msg()`\n- [ ] 处理异常并返回错误消息\n- [ ] 在 `tools/__init__.py` 中注册工具\n- [ ] 将 mixin 添加到 `FreeTodoToolkit` 类\n- [ ] 在 `tools` 列表中注册方法\n- [ ] 使用两种语言测试", "variables": [], "notes": "本指南涵盖 **Agno Agent Tools** 的开发 - 基于 [Agno 框架](https://docs.agno.com/) 的 AI 待办管理工具包。", "metadata": { "source": { "provider": "github-cursor-commands", "repository": "https://github.com/zzw4257/free-to-do-app", "path": ".cursor/commands/agno_agent_CN.md", "ref": "4312e3ff40b6f4f396d26e9b4cc41a38e41fae3f", "url": "https://github.com/zzw4257/free-to-do-app/blob/4312e3ff40b6f4f396d26e9b4cc41a38e41fae3f/.cursor/commands/agno_agent_CN.md", "key": "zzw4257/free-to-do-app/.cursor/commands/agno_agent_CN.md" } } }

agno_agent_CN

About