Strands Agents нэртэй нээлтийн эх сурвалжтай SDK-ийн гарчигийг таатайгаар зарлаж байна. Энэ SDK нь хэд хэдэн код хөнгөн, энгийнхэн ашиглахад хялбар, загвар-зуучлалд суурилан AI агентууд бий болгох, ажиллуулахыг хялбарчилдаг. Strands нь энгийнээс хүнд хүртэлх өргөн хэрэглээний кейсүүдийг дэмжиж, орон нутгаас эхлээд үйлдвэрлэлийн түвшинд хүртэл масштабтай ажиллах боломжтой. Одоогоор Amazon Q Developer, AWS Glue, VPC Reachability Analyzer зэрэг AWS багуудад үйлдвэрлэлд хэрэглэж байна. Одоо та Strands-ийг ашиглан өөрийн AI агентуудыг хялбархан үүсгэж болно. Хэт төвөгтэй ажлын урсгалыг тодорхойлох шаардлагагүй framework-уудтай харьцуулахад, Strands нь хамгийн орчин үеийн загварын чадамжуудыг ашигладаг—жишээ нь төлөвлөлт, сэтгэх, хэрэгсэл дуудлага, эргэцүүлэл гэх мэт—ингэснээр хөгжүүлэгчид зөвхөн заавар, хэрэгслүүдийн жагсаалтыг тодорхойлсноор агент үүсгэж чаддаг. Strands нь хоёр ДНК-д адилдаг бөгөөд загвар ба хэрэгслүүдийг холбодог; загвар нь дараагийн алхамыг төлөвлөх ба дэвшилтэт логик ашиглан хэрэгслүүдийг ажиллуулна. Энэ нь хэрэгсэлийн сонголт, нөхцөл байдлын удирдлага, сессийн төлөв, санах ой, олон агентын програмчлалыг маш өргөнөөр дэмждэг. Strands нь Amazon Bedrock, Anthropic, Ollama, Meta зэрэг олон загварыг LiteLLM ашиглан хаана ч ажиллуулж болно. Энэхүү төсөл нь олон нийтийн хамтын ажиллагааны үндсэн дээр явагддаг бөгөөд Accenture, Anthropic, Langfuse, mem0. ai, Meta, PwC, Ragas. io, Tavily гэх мэтэд хувь нэмэр оруулж байгаа. Жишээ нь, Anthropic-ийн API дэмжлэг, Meta-ийн Llama API нэгдэх зэрэг юм. Эхлэхийг хүсвэл GitHub дээр бидэнтэй нэгдээрэй! ### Манай Агентын аяллын эхлэл Amazon Q Developer дээр ажиллаж байсан миний баг 2023 оны эхээр AI агентуудыг бий болгох эхлэлийг тавьсан. Энэ нь ReAct (Reasoning and Acting) судалгааны цаана тулгуурлан, том хэлний загвар (LLM) бодох, үйлдэл хийх чадвартай болохыг харуулсан. Эхэндээ LLM-уудыг агент болгон ажиллуулахад зориулж сургасангүй бөгөөд зөвхөн байгалийн хэл дээр харилцан ярианд чиглэсэн байсан. Гэсэн хэдий ч бид тодорхой боловсруулалтын ажлуудыг гүйцэтгэхийн тулд олон сар зарцуулсан нарийн төвөгтэй рамкууд байгуулсан. Гэвч LLM-үүдийн ухаалаг байдал болон хэрэгслүүдийг ашиглах чадвар өндөрскерсэний дараагаар эдгээр нарийн ширийн бүтцийг боловсруулж, тухайн үеүдэд хурд тохируулах, уян хатан байдлыг нэмэгдүүлэх боломжоо алдаж эхэлсэн. Үүнийг мэдэрч, бид Strands Agents-г бүтээж, орчин үеийн LLM-үүдийн дотоод логик, хэрэгслүүдийг ашиглан төвөгтэй зохион байгуулалтыг даван туулж, хөгжүүлэлтийн хугацааг хэдэн сарнаас хэдхэн өдрөөс хэдхэн долоо хоногт багасгасан.

Ингэснээр үйлдвэрлэлийн бэлэн байдлыг эрчимжүүлж, хэрэглэгчийн туршлагыг сайжруулсан. ### Strands Agents-ийн үндсэн ойлголтууд Agent нь гурван хэсгээс бүрддэг: (1) загвар, (2) хэрэгслүүд, (3) заавар. Эдгээрийг өөртөө авсан агентууд асуулт хариулах, код бичих, төлөвлөх, эсвэл хөрөнгө оруулалтыг оновчтой болгох зэрэг үүрэг гүйцэтгэдэг. Загвар-зуучлалын арга нь загварыг өөрөө алхам алхамаар чиглүүлж, хэрэгслээ уян хатан ашиглах боломжийг олгодог. - **Загвар:** Strands supports уян хатан загварууд, үүнд Amazon Bedrock-ийн хэрэгслүүд ашиглан стримингтэй, Anthropic Claude API-ээр, Llama API-ээр, Ollama-ээр, OpenAI LiteLLM ашиглан, мөн өөрийн загваруудыг ашиглах боломжтой. - **Хэрэгслүүд:** Мянга мянган Model Context Protocol (MCP) серверийн хэрэгслүүд болон 20 гаруй предварительно бэлдсэн хэрэгслүүд, жишээ нь файл засварлах, API дуудлага хийх, AWS API-тай ажиллах. Python функцүүдийг @tool цогцолбороор амархан хуулбарлавал хэрэгсэл болгох боломжтой. - **Заавар:** Хөгжүүлэгчид байгалийн хэлээр үүрэг тодорхойлсон заавар, агентийн зан байдал заасан системийн эрэмбэлсэн заавар өгдөг. Эдгээр нь “агентийн цикл” буюу агент ба хэрэгслүүдийн хоорондын итгэлцэл, харилцан үйлдлийн циклээр ажиллах бөгөөд энэ дотор LLM заавар, нөхцөл байдлын мэдээлэл, хэрэгслүүдийн тодорхойлолтыг авч шийдвэр гаргана. Strands хэрэгслүүдийг гүйцэтгэх бөгөөд үр дүнг LLM-д буцааж, эцсийн гарчиг гарна. Хэрэгсэлүүд нь илүү уян хатан байдал, нарийн төвөгтэй байдал олгодог. Тэд баримтыг мэдлэгийн сангаас олж авах, API дуудахад, Python код ажиллуулах эсвэл статик заавар өгөх зэргээр олон төрлийн үүрэг гүйцэтгэнэ. Жишээ хэрэгслүүдэд: - **Retrieve Tool:** Amazon Bedrock-ийн мэдлэгийн сангаас олон хэлний хайлтаар холбогдох баримтууд эсвэл хэрэгслүүдийг авах. Жишээ нь, нэг AWS агент 6’000 гаруй хэрэгслээс тохирох хэсгийг сонгож, загварт танилцуулдаг. - **Thinking Tool:** Олон үе шаттай аналитик боловсруулалт, өөрийнхөө бодол эргэцүүлэлт хийх боломжийг олгодог. - **Олон агентын хэрэгслүүд:** Ажлын урсгал, граф, сүрэг-агентүүдийг хамтад нь зохион байгуулахад хэрэглэдэг; Одоогоор Agent2Agent (A2A) protocol-ийн support хөвөгч байгааг анхаараарай. ### Strands Agents-ийг эхлүүлэх заавар Энгийн жишээ болгон, Amazon Bedrock загвар, MCP сервер, GitHub-ийн өмнө бэлдсэн хэрэгсэл ашиглан нэр оноох AI туслахыг бүтээх жишээ: ```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 = """ Та нээлттэй эхийн төсөл нэрлэж өгөх туслах юм. Зөвхөн боломжтой домейны нэр болон GitHub байгууллагын нэрийг баталгаажуулж, ашиглагдах боломжтойг харуулна уу. """ domain_name_tools = MCPClient(lambda: stdio_client( StdioServerParameters(command="uvx", args=["fastdomaincheck-mcp-server"]) )) github_tools = [http_request] with domain_name_tools: tools = domain_name_tools. list_tools_sync() + github_tools naming_agent = Agent(system_prompt=NAMING_SYSTEM_PROMPT, tools=tools) naming_agent("Би AI агент үүсгэх нээлттэй эхийн төсөл нэр хайж байна. ") ``` Үүнийг ажиллуулахын тулд GitHub Token-ийг `GITHUB_TOKEN` гэж тохируулаад, Anthropic Claude 3. 7 Sonnet model-ыг us-west-2 бүсэд ашиглах, AWS нууц түлхүүрүүдээ тохируулах хэрэгтэй. Суурилуулах командаас: ``` pip install strands-agents strands-agents-tools python -u agent. py ``` Танд төсөл нэрний санал, боломжийн талаар мэдээлэл ирнэ. Strands MCP серверүүд нь AI-зөвлөмжийн хөгжүүлэлтийн хэрэгслүүдтэй сайн уялдаж ажилладаг, жишээ нь Q Developer CLI. Тухайн тохиргоонд дараахыг оруулна: ```json { "mcpServers": { "strands": { "command": "uvx", "args": ["strands-agents-mcp-server"] } } } ``` ### Strands Agents-ийг үйлдвэрлэлд хэрхэн байрлуулах вэ Strands нь үйлдвэрлэлийн зориулалтад зориулагдсан бөгөөд олон төрлийн байрлуулах арга замыг санал болгодог. Агентуудыг орон нутгаас эсвэл API-ийн ард (AWS Lambda, Fargate, EC2 ашиглан) эсвэл тархсан системд гүйцэтгэж болно. Жишээ нь, хэрэгслүүд Lambda-д ажиллаад, агент нь контейнерууд дотор байж болно; эсвэл хэрэглэгчид хэрэглүүлж, backend агенттэй холбогдох боломжтой. Мөн, Strands нь OpenTelemetry (OTEL) ашиглан хүний харагдац, үзүүлэлт, түүхэн мэдээллийг хянах боломжийг олгодог тул орчин үеийн хяналт, шалгалт хийх боломжийг бүрдүүлдэг. ### Strands Agents-ийн хамтын нийгэмлэгт нэгдээрэй Strands Agents нь Apache License 2. 0 доор нээлттэй эх сурвалж юм. Загвар ба хэрэгслүүдийг дэмжих, шинэ онцлогууд нэмэх, бичиг баримтыг сайжруулахад хувь нэмэр оруулахыг уриалж байна. Alk bug олдвол эсвэл санаа зовсон зүйл байвал GitHub дээр манай хамт олонтой нэгдээрэй, ирээдүйн AI агентуудыг Strands-тай хамтдаа бүтээцгэе!