S vrlo sam uzbuđen što mogu najaviti izdavanje Strands agenata, open-source SDK-a koji pojednostavljuje izgradnju i pokretanje AI agenata s model-vođenim pristupom koristeći samo nekoliko linija koda. Strands podržava široku paletu primjena, od jednostavnih do složenih agenata, i skalira od lokalnog razvoja do produkcijskog pogona. Već se koristi u produkciji kod timova na AWS-u, poput Amazon Q Developer, AWS Glue i VPC Reachability Analyzera. Sada možete koristiti Strands za lako stvaranje vlastitih AI agenata. Za razliku od okvira koji zahtijevaju definiranje složenih radnih tokova, Strands koristi najsuvremenije mogućnosti modela — poput planiranja, povezivanja misli, pozivanja alata i refleksije — omogućujući programerima da definiraju samo upit i popis alata za izgradnju agenta. Kao dvije DNA niti, Strands povezuje model i alate; model planira sljedeće korake i pokreće alate naprednim razmišljanjem. Podržava opsežnu 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-a, bilo gdje. Projekt je otvorena zajednica s doprinosima od Accenture, Anthropic, Langfuse, mem0. ai, Meta, PwC, Ragas. io, Tavily i drugih. Primjeri uključuju podršku za Anthropic API i integraciju Meta Llama API-ja. Pridružite nam se na GitHubu i započnite! ### Naše putovanje s agentima Rad na Amazon Q Developer, generativnom AI asistentu za razvoj softvera, započeo je početkom 2023. kada smo, slijedeći rad ReAct (Razmišljanje i djelovanje), shvatili da veliki jezični modeli (LLM) mogu razmišljati i djelovati, poput pozivanja API-ja generiranjem ulaza. Iako modeli nisu prvotno trenirani da djeluju kao agenti, već za prirodni jezik, izgradili smo složene okvire s uputama za upit, parserima odgovora i logikom orkestracije — često mjesecima prilagođavajući agente za produkciju. Kako su LLM-ovi drastično napredovali u razmišljanju i korištenju alata, ti su složeni okviri postali uska grla koja su usporavala ponovnu iteraciju i agilnost. Prepoznajući taj pomak, kreirali smo Strands agente kako bismo uklonili složenost orkestracije i iskoristili izvornu sposobnost razmišljanja i korištenja alata modernih LLM-ova. Ovime je vrijeme razvoja skraćeno od mjeseci na dane ili tjedne, što je znatno ubrzalo spremnost za produkciju i poboljšalo korisničko iskustvo. ### Osnovni koncepti Strands agenata Agent se sastoji od tri sastavnica: (1) modela, (2) alata i (3) upita. Agenti autonomno koriste ove sastavnice za izvršavanje zadataka poput odgovaranja na pitanja, kodiranja, planiranja ili optimizacije portfelja.

Model-vođeni pristup omogućava modelu da dinamički usmjerava svoje korake i korištenje alata prema cilju. - **Model:** Strands podržava fleksibilne modele, uključujući modele iz Amazon Bedrock s podrškom za korištenje alata i streaming, Anthropic Claude modele putem API-ja, Llama modele preko Llama API-ja, Ollama za lokalni razvoj, OpenAI putem LiteLLM-a i prilagođene modele. - **Alati:** Dostupni su tisuće alata putem Model Context Protocol (MCP) servera, kao i više od 20 unaprijed izgrađenih alata poput manipulacije datotekama, poziva API-ja i interakcije s AWS API-jima. Python funkcije lako se mogu omotati u alate pomoću dekoratora @tool. - **Upit:** Programeri pružaju prirodni jezični upit koji definira zadatak i sustavni upit za upute o ponašanju agenta. Agent izvršava "petlju agenta", komunicirajući s modelom i alatima do završetka. U svakom ciklusu, LLM prima upit, kontekst i opise alata, odlučuje hoće li odgovoriti izravno, planirati, reflektirati ili pozvati alate. Strands izvršava odabrane alate i vraća rezultate natrag modelu, što rezultira konačnim izlazom. alati omogućuju prilagodbu i složenost: mogu dohvatiti dokumente iz baza znanja, obavljati API pozive, pokretati Python kod ili davati statične upute. Primjeri alata uključuju: - **Retrieve Tool:** Izvršava semantičko pretraživanje preko Amazon Bedrock Knowledge Basesa, pronalazeći relevantne dokumente ili alate. Na primjer, jedan interneći agent AWS odabire iz više od 6. 000 alata tako što pretražuje relevantni podskup za predstavljanje modelu. - **Thinking Tool:** Omogućava višecikličku dubinsku analizu i samorefleksiju. - **Multi-agent Tools:** Workflow, graf i swarm alati podržavaju orkestraciju više agenata za složene zadatke. Podrška za protokol Agent2Agent (A2A) uskoro dolazi. ### Početak rada s Strands agentima Evo jednostavnog primjera AI asistenta za imenovanje napravljenog s Strandsom koristeći model iz Amazon Bedrocka, MCP server za provjeru valjanosti domena i unaprijed izrađeni alat s GitHub-a za provjeru dostupnosti imena organizacije: ```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 imenovanju open-source projekata. Pružite dostupna imena domena i GitHub organizacija nakon provjere njihove dostupnosti. """ 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("Moram imenovati open-source projekt za izgradnju AI agenata. ") ``` Za pokretanje, postavite svoj GitHub token kao `GITHUB_TOKEN`, osigurajte pristup Anthropic Claude 3. 7 Sonnet modelu u us-west-2 i konfigurirajte AWS akreditive. Instalirajte s: ``` pip install strands-agents strands-agents-tools python -u agent. py ``` Primat će vam prijedloge imena projekata s provjerama dostupnosti. Strands MCP serveri dobro se integriraju s alatima za razvoj podržanim umjetnom inteligencijom, poput Q Developer CLI. Na primjer, dodajte sljedeće u vašu MCP konfiguraciju: ```json { "mcpServers": { "strands": { "command": "uvx", "args": ["strands-agents-mcp-server"] } } } ``` ### Implementacija Strands agenata u produkciji Strands je osmišljen za produkcijsko korištenje, nudeći fleksibilne arhitekture za implementaciju. Agenti se mogu pokretati lokalno, iza API-ja (koristeći AWS Lambda, Fargate ili EC2), ili kao distribuirani sustavi s odvojenim petljom agenta i okruženjima za izvršavanje alata. Na primjer, alati mogu biti u Lambda okruženju, dok agent radi u kontejnerima; ili klijenti mogu lokalno upravljati alatima dok komuniciraju s pozadinskim agentom. Strands također podržava nadzor i praćenje putem OpenTelemetry (OTEL), omogućujući detaljno praćenje, metrike i telemetriju za sesije agenata u distribuiranim sustavima. ### Pridružite se zajednici Strands agenata Strands Agents su otvoreni izvor pod Apache License 2. 0. Pozivamo vas da doprinesete dodavanju podrške za modele i alate, razvoj novih funkcija ili poboljšanje dokumentacije. Ako pronađete bugove ili imate ideje, pridružite nam se na GitHubu i sudjelujte u oblikovanju budućnosti AI agenata sa Strandsom!