S radosťou oznamujeme uvoľnenie Strands Agents, open-source SDK, ktorý zjednodušuje vytváranie a prevádzku AI agentov s modelovo orientovaným prístupom pomocou len niekoľkých riadkov kódu. Strands podporuje široké spektrum použití od jednoduchých po zložité agentov a škáluje od lokálneho vývoja po produkčné nasadenie. Už je v prevádzke u tímov na AWS, ako sú Amazon Q Developer, AWS Glue a VPC Reachability Analyzer. Teraz môžete Strands použiť na jednoduche vytváranie vlastných AI agentov. Na rozdiel od rámcov, ktoré vyžadujú definovanie zložitých pracovných postupov, Strands využíva najmodernejšie schopnosti modelov – ako plánovanie, chainovanie myšlienok, volanie nástrojov a reflexiu – čím umožňuje vývojárom definovať len prompt a zoznam nástrojov na vytvorenie agenta. Strands, podobne ako dve DNA vlákna, spája model a nástroje; model plánuje ďalšie kroky a spúšťa nástroje s pokročilým uvažovaním. Podporuje rozsiahle prispôsobenie vrátane výberu nástrojov, riadenia kontextu, stavu relácie, pamäte a viacagentových aplikácií. Strands pracuje s modelmi od Amazon Bedrock, Anthropic, Ollama, Meta a inými cez LiteLLM, a beží kdekoľvek. Projekt je otvorenou komunitou s príspevkami od Accenture, Anthropic, Langfuse, mem0. ai, Meta, PwC, Ragas. io, Tavily a ďalších. Medzi príkladmi sú podpora API od Anthropic a integrácia API Llama od Meta. Pridajte sa k nám na GitHub, aby ste mohli začať! ### Náš príbeh agenta Pri práci na Amazon Q Developer, generatívnom AI asistente pre vývoj softvéru, začal náš tím na začiatku roka 2023 budovať AI agentov na základe štúdie ReAct (Reasoning and Acting), ktorá ukázala, že veľké jazykové modely (LLMs) dokážu uvažovať a konať, napríklad vykonávať API volania generovaním vstupov. Hoci LLMs spočiatku neboli navrhnuté na konanie ako agenti, ale primárne na prirodzenú jazykovú konverzáciu, vytvorili sme zložité rámce s inštrukciami promptov, analyzátormi odpovedí a riadiacou logikou – často s mesačným ladením agentov pre produkciu. Výrazné zlepšenia v schopnosti uvažovania a používania nástrojov u LLM spôsobili, že tieto zložité rámce sa stali úzkym hrdlom, obmedzujúcim rýchlosť iterácií a pružnosť. Uvedomujúc si túto zmenu, sme vytvorili Strands Agents na odstránenie tohto riadiaceho zložitosti a využitie prirodzeného uvažovania a schopností volania nástrojov moderných LLM. Tento prístup skrátil dobu vývoja z mesiacov na dni či týždne, výrazne urýchlil pripravenosť na produkciu a zlepšil používateľský zážitok. ### Základné pojmy Strands Agents Agent pozostáva zo štyroch komponentov: (1) modelu, (2) nástrojov, a (3) promptu. Agenti samostatne využívajú tieto prvky na dokončenie úloh ako odpovedanie na otázky, kódovanie, plánovanie či optimalizácia portfólií.

Modelovo orientovaný prístup umožňuje modelu dynamicky riadiť kroky a použitie nástrojov na dosiahnutie cieľa. - **Model:** Strands podporuje flexibilné modely vrátane modelov Amazon Bedrock s možnosťou použitia nástrojov a streamovaním, modely od Anthropic Claude cez API, Llama modely cez Llama API, Ollama pre lokálny vývoj, OpenAI cez LiteLLM, a vlastné modely. - **Nástroje:** K dispozícii je tisíce nástrojov podľa Model Context Protocol (MCP) serverov a viac ako 20 predpripravených nástrojov, ako manipulácia so súbormi, API volania či interakcia s AWS API. Funkcie v Pythone je možné jednoducho zabaliť ako nástroje pomocou dekorátora @tool. - **Prompt:** Vývojári poskytujú prirodzený jazykový prompt, ktorý definuje úlohu, a systémový prompt s pokynmi pre správanie agenta. Agent vykonáva „agentický cyklus” interakcií s modelom a nástrojmi, až kým sa úloha nevyrieši. Každý cyklus, LLM dostáva prompt, kontext a popis nástrojov, rozhoduje sa, či odpovedať priamo, plánovať, reflektovať alebo volať nástroje. Strands spúšťa zvolené nástroje a výsledky vracia LLM, čím vzniká finálny výstup. Nástroje umožňujú prispôsobenie a zložitosť: môžu načítavať dokumenty z knowledge bases, vykonávať API volania, spúšťať Python kód alebo poskytovať statické inštrukcie. Medzi príklady patrí: - **Retrieve Tool:** vykonáva semantické vyhľadávanie v znalostných databázach Amazon Bedrock a získava relevantné dokumenty alebo nástroje. Napríklad interný agent AWS vyberie z viac ako 6 000 nástrojov tak, že nájde relevantnú množinu, ktorú predloží modelu. - **Thinking Tool:** umožňuje hlbokú analytickú spätnú väzbu a samo-reflexiu prostredníctvom viacerých cyklov. - **Multi-agent Tools:** workflow, grafové a swarm nástroje podporujú koordináciu viacerých agentov pre zložité úlohy. Podpora protokolu Agent2Agent (A2A) je v príprave. ### Ako začať s Strands Agents Tu je jednoduchý príklad názvoslovného AI asistenta vytvoreného so Strands pomocou modelu Amazon Bedrock, MCP servera na overenie domény a predpripraveného nástroja na kontrolu dostupnosti názvu organizácie na GitHub: ```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 = """ Ste asistent, ktorý pomáha s názvami open-source projektov. Poskytnite dostupné domény a GitHub organizácie po overení ich dostupnosti. """ 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("Potrebujem názov pre open-source projekt na budovanie AI agentov. ") ``` Pre spustenie nastavte svoj GitHub token ako `GITHUB_TOKEN`, majte prístup k modelu Anthropic Claude 3. 7 Sonnet v us-west-2 a správne nakonfigurujte svoje AWS prihlasovacie údaje. Inštalujte pomocou: ``` pip install strands-agents strands-agents-tools python -u agent. py ``` Dostanete návrhy názvov projektov s overením dostupnosti. Strands MCP servery dobre spolupracujú s AI-asistovanými vývojárskymi nástrojmi ako Q Developer CLI. Napríklad pridajte do vašej konfigurácie MCP: ```json { "mcpServers": { "strands": { "command": "uvx", "args": ["strands-agents-mcp-server"] } } } ``` ### Nasadenie Strands Agentov v produkcii Strands je navrhnutý s ohľadom na produkčné nasadenie, ponúka flexibilné architektúry. Agenti môžu bežať lokálne, za API (napríklad AWS Lambda, Fargate, EC2) alebo ako distribuované systémy, kde je oddelené agentovo cyklenie od vykonávania nástrojov. Napríklad, nástroje môžu bežať v Lambda, zatiaľ čo agent v kontajneroch; alebo klienti môžu spravovať nástroje lokálne a komunikovať s backendovým agentom. Strands podporuje aj sledovateľnosť a monitorovanie cez OpenTelemetry (OTEL), čo umožňuje detailné trasovanie, metriky a telemetriu pre agentové relácie naprieč rozdelenými systémami. ### Pridajte sa k komunite Strands Agents Strands Agents je open source pod licenciou Apache 2. 0. Prijímame príspevky na rozšírenie podpory modelov a nástrojov, vývoj nových funkcií alebo zlepšenie dokumentácie. Ak nájdete chyby alebo máte nápady, pridajte sa k nám na GitHub a pomáhajte budovať budúcnosť AI agentov so Strands!