Sa uzbuđenjem najavljujem izdavanje Strands Agents, open-source SDK-a koji pojednostavljuje izgradnju i pokretanje AI agenata sa model-vođenim pristupom koristeći samo nekoliko linija koda. Strands podržava širok raspon slučajeva korištenja, od jednostavnih do složenih agenata, i skalira od lokalnog razvoja do produkcijske implementacije. Već je u upotrebi kod AWS timova kao što su Amazon Q Developer, AWS Glue i VPC Reachability Analyzer. Sada možete koristiti Strands za lako kreiranje vlastitih AI agenata. Za razliku od frameworka koji zahtijevaju definiranje složenih tokova rada, Strands koristi najsavremenije mogućnosti modela — kao što su planiranje, povezivanje misli, pozivanje alata i refleksija — omogućavajući programerima da definiraju samo prompt i listu alata za kreiranje agenta. Strands, poput dviju lanaca DNK, povezuje model i alate; model planira naredne korake i koristi alate uz napredno razmišljanje. Podržava široku prilagodbu, uključujući izbor alata, upravljanje kontekstom, stanje sesije, memoriju i aplikacije s više agenata. Strands radi s modelima iz Amazon Bedrock, Anthropic, Ollama, Meta i drugih putem LiteLLM, i može se pokrenuti bilo gdje. Projekat je otvorena zajednica s doprinosima od Accenture, Anthropic, Langfuse, mem0. ai, Meta, PwC, Ragas. io, Tavily i mnogih drugih. Među primjerima su podrška za Anthropic API i integracija Meta Llama API-ja. Pridružite nam se na GitHubu i započnite! ### Naše putovanje s agentima Radili smo na Amazon Q Developer-u, generativnom AI asistentu za razvoj softvera, a moj tim je počeo s razvojem AI agenata početkom 2023. prema radu ReAct (Reasoning and Acting), koji je pokazao da veliki jezički modeli (LLMs) mogu razmišljati i djelovati, poput poziva API-ja putem generiranja ulaza. Iako LLM-ovi nisu prvobitno treningovani za djelovanje kao agenti, već za prirodni jezik, izgradili smo složene frameworke s uputama u promptu, parserima odgovora i logikom orkestracije — često tješeći mjesecima na finom podešavanju agenata za produkciju. Kako su se LLM-ovi drastično poboljšali u razmišljanju i korištenju alata, ti složeni frameworki su postali usko grlo koje je ograničavalo brzinu iteracije i agilnost. Shvativši ovu promjenu, kreirali smo Strands Agents kako bismo uklonili složenost orkestracije i iskoristili prirodno razmišljanje i korištenje alata kod modernih LLM-ova. Ovaj pristup je skratio vrijeme razvoja s mjeseci na dane ili tjedne, znatno ubrzavajući spremnost za produkciju i poboljšavajući korisničko iskustvo. ### Osnovni koncepti Strands agenata Agent se sastoji od tri komponente: (1) modela, (2) alata i (3) prompta. Agenat autonomno koristi ove komponente za izvršavanje zadataka poput odgovaranja na pitanja, kodiranja, planiranja ili optimizacije portfelja.

Pristup vođen modelom omogućava modelu da dinamički određuje naredne korake i korištenje alata za postizanje cilja. - **Model:** Strands podržava fleksibilne modele uključujući Amazon Bedrock modele s korištenjem alata i streamingom, Anthropic Claude modele putem API-ja, Llama modele putem Llama API-ja, Ollama za lokalni razvoj, OpenAI putem LiteLLM, te prilagođene modele. - **Alati:** Dostupni su tisuće alata putem Model Context Protocol (MCP) servera, plus više od 20 unaprijed izrađenih alata kao što su manipulacija datotekama, API pozivi i interakcija s AWS API-jem. Python funkcije se lako mogu zamotati kao alati pomoću @tool dekoratora. - **Prompt:** Programeri unose prirodni jezični prompt koji definira zadatak, te sistemski prompt za upute o ponašanju agenta. Agent pokreće "agentni petlju" koja uključuje interakciju s modelom i alatima do završetka. U svakom ciklusu, LLM prima prompt, kontekst i opise alata, odlučuje hoće li odgovoriti direktno, planirati, reflektirati ili pozvati alate. Strands izvršava odabrane alate i vraća rezultate natrag modelu, što vodi do konačnog rezultata. Alati omogućavaju prilagodbu i složenost: mogu dohvatiti dokumente iz baza znanja, napraviti API pozive, pokrenuti Python kod ili pružiti statične upute. Primjeri alata uključuju: - **Retrieve Tool:** Izvršava semantičko pretraživanje preko Amazon Bedrock Knowledge Bases, dohvaća relevantne dokumente ili alate. Na primjer, jedan AWS internetski agent odabire iz više od 6000 alata tako što pretražuje relevantan podskup za prikaz modelu. - **Thinking Tool:** Omogućava višekratnu dubinsku analizu i samorefleksiju. - **Višeagenti alati:** Workflow, grafovi i swarm alati podržavaju orkestraciju više agenata za složene zadatke. Podrška za Agent2Agent (A2A) protokol je u pripremi. ### Kako započeti s Strands Agentima Evo jednostavnog primjera AI asistenta za imenovanje napravljenog s Strands, koristeći Amazon Bedrock model, MCP server za provjeru domena i unaprijed izrađeni GitHub alat za provjeru dostupnosti naziva organizacija: ```python from strands import Agent from strands. tools. mcp import MCPClient from strands_tools import http_request from mcp import stdio_client, StdioServerParameters NAMING_SYSTEM_PROMPT = """ Vi ste asistent koji pomaže u imenovanju projekata otvorenog koda. Pružite dostupne domenske nazive i GitHub organizacije nakon što provjerite njihovu dostupnost. """ domain_name_tools = MCPClient(lambda: stdio_client( StdioServerParameters(command="uvx", args=["fastdomaincheck-mcp-server"]) )) github_tools = [http_request] with domain_name_tools: alati = domain_name_tools. list_tools_sync() + github_tools naming_agent = Agent(system_prompt=NAMING_SYSTEM_PROMPT, tools=alati) naming_agent("Potrebno mi je da imenujem projekt otvorenog koda za izgradnju AI agenata. ") ``` Za pokretanje, postavite svoj GitHub token kao `GITHUB_TOKEN`, osigurajte pristup Anthropic Claude 3. 7 Sonnet modelu u regionu `us-west-2`, i konfigurirajte AWS akreditive. Instalirajte putem: ``` pip install strands-agents strands-agents-tools python -u agent. py ``` Dobit ćete predloge imena projekta s provjerom dostupnosti. Strands MCP serveri se dobro integriraju s alatima za razvoj uz AI kao što je Q Developer CLI. Na primjer, dodajte sljedeće u svoju MCP konfiguraciju: ```json { "mcpServers": { "strands": { "command": "uvx", "args": ["strands-agents-mcp-server"] } } } ``` ### Implementacija Strands agenata u produkciji Strands je osmišljen s namjerom korištenja u produkciji, nudeći fleksibilne arhitekture implementacije. Možete pokretati agente lokalno, iza API-ja (korištenjem AWS Lambda, Fargate ili EC2), ili kao distribuirane sisteme koji odvajaju agentni petlju i okruženje za izvršavanje alata. Na primjer, alati mogu raditi u Lambda funkciji, dok agent radi u kontejnerima; ili klijenti mogu lokalno upravljati alatima dok komuniciraju s backend agentom. Strands također podržava promatranje i nadzor putem OpenTelemetry (OTEL), omogućavajući detaljno praćenje, metrike i telemetriju za sesije agenata u raznim sistemima. ### Pridružite se zajednici Strands agenata Strands Agents je open source pod Apache Licencom 2. 0. Pozivamo vas da doprinostite dodavanju podrške za modele i alate, razvoju novih funkcija ili poboljšanju dokumentacije. Ako pronadjete greške ili imate ideje, pridružite nam se na GitHubu i zajedno oblikujmo budućnost AI agenata s Strands!