在 Agno 中组合 Groq 推理模型：reasoning_model 配置、模型混搭与速度对比实战-平芜编程栈

在 Agno 中组合 Groq 推理模型：reasoning_model 配置、模型混搭与速度对比实战

【免费下载链接】agnoBuild, run, and manage agent platforms.项目地址: https://gitcode.com/GitHub_Trending/ag/agno

导读

本指南基于 agno 仓库cookbook/10_reasoning/models/groq目录中的三个实战示例，系统讲解如何在 Agno Agent 中使用 Groq 托管的大模型完成"思考 + 作答"的推理链路。你将掌握：如何为 Agent 配置reasoning_model让推理模型先行思考、如何把 Groq 推理模型与 Anthropic Claude 等不同厂商模型混合组合、以及如何通过对比实验评估"是否启用推理模型"对响应速度的实际影响。文中所有代码均可直接复制运行，并附带源码级原理说明。

目录概览：Groq 推理与模型组合示例

cookbook/10_reasoning/models/groq/目录包含一个简短的 README 与三个核心示例脚本：

文件	主题
9_11_or_9_9.py	Groq 主模型 + DeepSeek 推理模型，处理数值比较问题
deepseek_plus_claude.py	Groq 托管推理模型"思考"，Claude 负责"作答"
fast_reasoning.py	对比有无推理模型时的响应速度

README 原文即通过这三个示例点明目录主旨："Groq reasoning and model-combination examples"（Groq 推理与模型组合示例）。以下逐一展开。

示例一：Groq 主模型 + DeepSeek 推理模型

完整代码

from agno.agent import Agent from agno.models.deepseek import DeepSeek from agno.models.groq import Groq # --------------------------------------------------------------------------- # Create Agent # --------------------------------------------------------------------------- agent = Agent( model=Groq( id="qwen/qwen3.6-27b", temperature=0.6, max_tokens=1024, top_p=0.95, ), reasoning_model=DeepSeek(id="deepseek-reasoner"), markdown=True, ) # --------------------------------------------------------------------------- # Run Agent # --------------------------------------------------------------------------- if __name__ == "__main__": agent.print_response( "9.11 and 9.9 -- which is bigger?", stream=True, show_full_reasoning=True, )

配置解析

model=Groq(id="qwen/qwen3.6-27b", ...)：主模型（用于最终作答）是 Groq 托管的 Qwen 系列模型。temperature=0.6、max_tokens=1024、top_p=0.95为推理采样参数。
reasoning_model=DeepSeek(id="deepseek-reasoner")：启用 Agent 推理的关键参数。Agno 中reasoning_model的官方注释为"Enable reasoning by providing a reasoning_model (must be a native reasoning model)"（通过提供推理模型启用推理，且必须是原生推理模型），见 agent.py。此处指定 DeepSeek 的deepseek-reasoner作为"思考引擎"。
markdown=True：让最终回答以 Markdown 格式渲染输出。
show_full_reasoning=True：在print_response中传入，流式输出时完整展示推理过程（思考内容），而不是只显示最终答案。

运行前提

安装agno以及groq、deepseek相关依赖（pip install groq deepseek，模型依赖包见各自模块导入要求）。
设置环境变量GROQ_API_KEY。源码中，groq.py 的_get_client_params()会先读取getenv("GROQ_API_KEY")，未设置时抛出ModelAuthenticationError，提示"GROQ_API_KEY not set. Please set the GROQ_API_KEY environment variable."；DeepSeek 模型同样需要DEEPSEEK_API_KEY。
推理模型若为 Groq 托管的模型，则只需GROQ_API_KEY即可同时服务推理与作答。

实测验证结果

根据同目录 TEST_LOG.md 记录：该示例实际运行通过，推理过程流式输出，Agent 正确回答 9.9 > 9.11。这印证了"推理模型先思考、主模型后作答"的链路在数值比较这类需要仔细判断的问题上的有效性（9.11 与 9.9 的十进制比较极易被模型答错，是常见的推理基准问题）。

示例二：Groq 推理 + Claude 作答的跨厂商组合

完整代码

from agno.agent import Agent from agno.models.anthropic import Claude from agno.models.groq import Groq # --------------------------------------------------------------------------- # Create Agent # --------------------------------------------------------------------------- agent = Agent( model=Claude(id="claude-sonnet-4-5"), reasoning_model=Groq( id="openai/gpt-oss-120b", temperature=0.6, max_tokens=1024, top_p=0.95, ), ) # --------------------------------------------------------------------------- # Run Agent # --------------------------------------------------------------------------- if __name__ == "__main__": agent.print_response( "9.11 and 9.9 -- which is bigger?", stream=True, show_full_reasoning=True, )

配置解析

model=Claude(id="claude-sonnet-4-5")：主模型为 Anthropic Claude，负责把推理结果组织成最终回答。
reasoning_model=Groq(id="openai/gpt-oss-120b", ...)：推理模型换成了 Groq 托管的 OpenAI GPT-OSS 开放权重模型。也就是说，推理与作答可以由完全不同的两家厂商模型承担：Groq 负责"想"，Anthropic 负责"写"。
该示例需同时配置GROQ_API_KEY与ANTHROPIC_API_KEY。

底层原理：Groq 推理模型如何被识别

Agno 通过 reasoning/groq.py 中的is_groq_reasoning_model()判断推理模型是否属于 Groq 生态，判定条件为模型类名是Groq且模型 id 包含deepseek、gpt-oss或qwen3之一：

def is_groq_reasoning_model(reasoning_model: Model) -> bool: return reasoning_model.__class__.__name__ == "Groq" and ( "deepseek" in reasoning_model.id.lower() or "gpt-oss" in reasoning_model.id.lower() or "qwen3" in reasoning_model.id.lower() )

因此示例二中的openai/gpt-oss-120b（id 含gpt-oss）会被判定为 Groq 推理模型，走 Groq 专属的推理提取逻辑。被判定后，get_groq_reasoning()（同步）与aget_groq_reasoning()（异步）负责真正执行推理：它们用reasoning_agent.run(input=messages)单独运行一次推理 Agent，然后把回答中<think>…</think>标签之间的内容提取为reasoning_content，最终封装为role="assistant"且内容形如<thinking>...</thinking>的Message注入主对话（见 groq.py）。

需要说明的是：模型 id 与可用性随 Groq 平台动态变化。TEST_LOG.md 中记录了开发者因 Groq 不再服务某 Qwen 模型而将推理模型替换为openai/gpt-oss-20b的实例，说明遇到 404/模型不可用时，应根据 Groq Models API 当前实际提供的模型 id 调整。

示例三：有无推理模型的响应速度对比

完整代码

import time from agno.agent import Agent from agno.models.deepseek import DeepSeek from agno.models.groq import Groq from rich.console import Console # --------------------------------------------------------------------------- # Create Agents # --------------------------------------------------------------------------- console = Console() task = "What is 23 x 47? Show your step-by-step reasoning." # Fast agent - no reasoning model fast_agent = Agent( model=Groq(id="openai/gpt-oss-120b"), markdown=True, ) # Reasoning agent - uses DeepSeek for thinking reasoning_agent = Agent( model=Groq(id="qwen/qwen3.6-27b"), reasoning_model=DeepSeek(id="deepseek-reasoner"), markdown=True, ) # --------------------------------------------------------------------------- # Run Agents # --------------------------------------------------------------------------- if __name__ == "__main__": console.rule("[bold cyan]Groq Fast Reasoning Demo[/bold cyan]") console.rule("[bold green]Fast Agent (No Reasoning)[/bold green]") start = time.time() fast_agent.print_response(task, stream=True) console.print(f"\n[dim]Response time: {time.time() - start:.2f}s[/dim]") console.rule("[bold blue]Reasoning Agent (DeepSeek)[/bold blue]") start = time.time() reasoning_agent.print_response(task, stream=True, show_full_reasoning=True) console.print(f"\n[dim]Response time: {time.time() - start:.2f}s[/dim]")

配置解析

fast_agent：只用 Groq 的openai/gpt-oss-120b，不配置reasoning_model，直接作答。
reasoning_agent：Groq 的 Qwen 模型作答，配DeepSeek(id="deepseek-reasoner")先思考。
速度度量：脚本用 Python 标准库time.time()分别记录两次print_response(..., stream=True)的耗时，并用rich.console.Console的rule()与print()在终端中醒目地分隔与输出耗时结果。

结果解读

这是本目录唯一一个带"度量"的示例，它的目的不是断言"推理必然变慢"，而是展示如何在同一任务上对比两种配置的端到端耗时。实际运行中通常可以预期：启用推理模型的 Agent 因多了一次推理 Agent 调用，首包时间与总耗时一般高于直接作答的快速 Agent；但这种额外延迟换来了对复杂问题（如本示例要求分步演算的乘法）更严谨的思考过程。

值得强调的是：不应仅凭本脚本的单次计时得出"Groq 快、推理慢"的普适结论。真实的延迟还取决于模型负载、网络与所选模型本身。该脚本的价值在于提供了一套可复现的对比框架——若要严谨评估，应多次运行取平均值。

深度原理：Agno 的推理（Reasoning）机制

三个示例背后共享同一个架构：推理与作答分离的双模型（甚至双厂商）流水线。其关键机制如下：

reasoning_model是开关：只要为 Agent 提供reasoning_model，Agno 就会在正式回答前，用一个独立的内部 Agent（reasoning_agent）运行一次推理，见 agent.py 中reasoning_model与reasoning_agent字段。
按厂商分发推理逻辑：Agno 根据推理模型的类型与 id，将任务分发到对应的推理实现模块。Groq 生态走 reasoning/groq.py，其中get_groq_reasoning_stream()支持流式推理：逐个事件累积reasoning_content或主内容，边思考边把内容吐给用户；DeepSeek、OpenAI、Gemini、Anthropic、Ollama 等厂商也都有各自独立的推理模块（同目录下的deepseek.py、openai.py、gemini.py、anthropic.py等）。
推理结果注入对话：推理内容被包装成<thinking>...</thinking>形式的Message（携带reasoning_content字段）加入主对话上下文，供主模型参考后生成最终回答；这也是show_full_reasoning=True时用户能看到完整思考过程的原因。
指标聚合：推理 Agent 的运行指标会以reasoning前缀聚合进父级运行指标中（见 groq.py），便于观测推理环节的额外开销。