Со возбуда најавувам објавување на Strands Agents, отклучувачкиот open-source SDK кој ја олеснува изградбата и работењето на AI агенти со модел-воден пристап користејќи само неколку линии код. Strands поддржува широк спектар на случаи од лесни до сложени агенти и се скалира од локален развој до производствено поставување. Веќе е во употреба во тимовите на AWS како Amazon Q Developer, AWS Glue и VPC Reachability Analyzer. Сега, можете лесно да создадете свои AI агенти со Strands. За разлика од рамки кои бараат дефинирање на сложени работни текови, Strands ја користи најсовремената моdел-капабилитети — како планирање, линеаризација на мисловните процеси, повикување на алатки и рефлексија — овозможувајќи на развивачите да дефинираат само даден чекор и список на алатки за креирање агент. Strands, како две низа ДНК, ја поврзува моделот и алатките; моделот планира следни чекори и ги извршува алатките со напредно размислување. Ја поддржува широката персонализација вклучувајќи избор на алатки, управување со контекст, состојба на сесија, меморија и многуагентни апликации. Strands работи со модели од Amazon Bedrock, Anthropic, Ollama, Meta и други преку LiteLLM, чувствувајќи се насекаде. Проектот е отворена заедница со придонеси од Accenture, Anthropic, Langfuse, mem0. ai, Meta, PwC, Ragas. io, Tavily и други. Примери вклучуваат поддршка за API од Anthropic и интеграција со Llama API од Meta. Придружете се на нас на GitHub за да започнете! ### Нашиот пат на агентите Работејќи на Amazon Q Developer, асистент за генеративна вештачка интелигенција за развој на софтвер, мојот тим почна да гради AI агенти рано во 2023 година според научната работа ReAct (Reasoning and Acting), која покажува дека големите јазични модели (LLMs) можат да размислуваат и да преземаат активности, како што е повикување на API-ја со генерирање на влезови. Иако LLMs првично не биле обучени да дејствуваат како агенти, туку за природна комуникација, ние изградивме сложени рамки со инструкции за промпт, парсер за одговори и логика за оркестрација — често потрошувајќи месеци на прилагодување пред да стигнеме до продукција. Со напредокот на LLMs во размислувањето и користењето алатки, овие сложени рамки се претворија во пречки што ја ограничуваа брзината на итерации и агилноста. Со признавање на овој преод, создадовме Strands Agents за отстранување на комплексноста на оркестрацијата и искористување на природната разумачка моќ и употребата на алатки од современите LLMs. Оваа стратегија го скрати времето за развој од месеци на денови или недели, значително го зголеми подготвеноста за вклучување во производството и ја подобри искуственоста на корисникот. ### Основни концепти на Strands Agents Агентот се состои од три компоненти: (1) модел, (2) алатки и (3) промпт. Агентите автономно ги користат овие компоненти за да ги извршат задачите како одговори на прашања, кодирање, планирање или оптимизација на портфолија.

Модел-водениот пристап овозможува моделот динамично да го насочува својот чекор и употребата на алатки за остварување на целта. - **Модел:** Strands поддржува флексибилни модели како што се Amazon Bedrock модели со користење и тековно преносење, Anthropic Claude преку API, Llama модели преку Llama API, Ollama за локален развој, OpenAI преку LiteLLM, и приватни модели. - **Алатки:** На располагање се илјадници алатки од Model Context Protocol (MCP) сервери, како и над 20 предодредени алатки за манипулација со датотеки, повикување API-ја и интеракција со AWS API. Python функциите лесно можат да се стекнат со улога на алатки преку @tool декоратор. - **Промпт:** Развивачите обезбедуваат природен јазик промпт за зададената задача и системски промпт за инструкции за однесувањето на агентот. Агентот работи со “агентски цикли” што вклучуваат интеракција со моделот и алатките до завршување. Во секој циклус, LLM добива промпт, контекст и описи на алатките, одлучувајќи дали ќе одговори директно, ќе го планира следниот чекор, ќе размислува или ќе повика некоја алатка. Strands ја извршува избраната алатка и враќа резултати до моделот, создавајќи целосен процес. Алатките овозможуваат персонализација и сложеност: тие можат да пребаруваат документи од бази на знаење, да повикуваат API-ји, да извршуваат Python код или да обезбедуваат статични инструкции. Неколку примери: - **Retrieve Tool:** Извршува семантичко пребарување низ Amazon Bedrock бази на знаење, враќајќи релевантни документи или алатки. На пример, агент од AWS може да изборува релевантни подмножества од над 6, 000 алатки за да им ги презентира на моделот. - **Thinking Tool:** Можност за повеќекратна долга анализа и самоотценување. - **Мултиагентски алатки:** Работни текови, графови и аграрни алатки за координација на повеќе агенти за сложени задачи. Поддршка за Agent2Agent (A2A) протокол наскоро. ### Како да започнете со Strands Agents Еве еден едноставен пример за асистент за именување со Strands, користејќи модел од Amazon Bedrock, MCP сервер за проверка на доменски имена и предодредена алатка за проверка на корисничко име на GitHub: ```python from strands import Agent from strands. tools. mcp import MCPClient from strands_tools import http_request from mcp import stdio_client, StdioServerParameters PROMPT ЗА ИМЕВАЊЕ = """ Вие сте асистент што помага да се именуваат проекти со отворен код. Обезбедете достапни домен имена и GitHub организации после валидирање на нивната достапност. """ domain_name_tools = MCPClient(lambda: stdio_client( StdioServerParameters(command="uvx", args=["fastdomaincheck-mcp-server"]) )) github_tools = [http_request] со domain_name_tools: алатки = domain_name_tools. list_tools_sync() + github_tools naming_agent = Agent(system_prompt=ИМЕВАЊЕ PROMPT, tools=алатки) naming_agent("Ме интересира име за проект за градење AI агенти. ") ``` За да го пуштите, поставете го својот GitHub токен како `GITHUB_TOKEN`, имајте пристап до моделот Anthropic Claude 3. 7 Sonnet во регионот `us-west-2`, и конфигурирајте ги вашите AWS креденцијали. Инсталирајте со: ``` pip install strands-agents strands-agents-tools python -u agent. py ``` Ќе добиете предлози за имена со проверки за достапност. Strands MCP серверите добро се интегрираат со алатки за развој со помош на AI како Q Developer CLI. На пример, додадете го следново во вашата конфигурација: ```json { "mcpServers": { "strands": { "command": "uvx", "args": ["strands-agents-mcp-server"] } } } ``` ### Постигнување продукциско функционирање со Strands Agents Strands е дизајниран со фокус на продуктивна употреба, нудијќи флексибилни архитектури за поставување. Можете да ги извршувате агентите локално, зад API-ја (како AWS Lambda, Fargate или EC2), или како дистрибуирани системи со одвоен агентски циклус и околина за извршување на алатки. На пример, алатките можат да работат во Lambda, додека агентот е во контенери; или клиентите можат да управуваат со алатките локално и да комуницираат со беканд агент. Strands исто така поддржува видливост и мониторинг преку OpenTelemetry (OTEL), што овозможува детално следење и анализирање на сесиите на агентите низ системот. ### Придружете се на заедницата на Strands Agents Strands Agents е отворен код под лиценцата Apache 2. 0. Изразуваме повик за придонеси за додавање поддршка за модели и алатки, развивање на нови функции или подобрување на документацијата. Ако имате идеи или откриете проблеми, придружете се на GitHub и заеднички развивајте ја иднината на AI агентите со Strands!