Strands Agents 是什么？

Strands Agent AWS 最新开源的 Strands Agents SDK 是一款采用模型驱动架构的 AI 代理开发框架，旨在通过极简开发方式，帮助开发者快速构建和部署 AI 代理。它将代理的核心要素——模型、工具和提示词抽象化，开发者只需几行代码，即可构建从简单任务到复杂多代理协作的多样化 AI 应用。 与那些要求开发者为智能体（agent）定义复杂工作流程的框架相比，Strands 通过充分利用最先进的模型在规划、思维链、工具调用和反思方面的能力，大大简化了智能体的开发过程。使用 Strands，开发者只需在代码中定义一个提示词（prompt）和一个可用工具列表，即可构建一个智能体，并能够在本地进行测试后部署到云端。正如 DNA 的双螺旋结构一样，Strands（在分子生物学中，"strand" 指的是 DNA 或 RNA 分子的单链） 将智能体的两个核心部分：模型和工具 —— 紧密地连接在一起。Strands 利用模型强大的推理能力来规划智能体的下一步行动，并自动调用相应的工具。对于更复杂的智能体应用场景，开发者还可以在 Strands 中自定义智能体的行为。例如，你可以指定工具的选择方式、自定义上下文管理机制、选择会话状态和记忆的存储位置，甚至构建多智能体协同的应用[1]。 Strands 具备高度可移植性，可以在任何环境中运行，并支持所有具备推理和工具调用能力的模型。借助 LiteLLM，它兼容包括 Amazon Bedrock、Anthropic、Ollama、Meta 等在内的主流模型提供商，展现出极强的灵活性和扩展性。目前Strands Agents 的开源社区也十分活跃，吸引了包括 Anthropic、Meta 等在内的多家公司参与共建。开发者可以通过 GitHub 获取最新动态、参与社区讨论和贡献代码。 本文首先会介绍 Strands Agents的基本特性，并以示例的方式展示使用方法。最后通过一个示例展示通过使用Strands Agents SDK，如何简单且快速的构建一个基于Web检索的QAbot。 1. 核心概念 1.1. Agent Loop 智能体循环（Agent Loop）是 Strands Agents SDK 中的一个核心概念，它通过思考推理（reasoning）、工具调用和响应生成的循环过程，使智能体能够展现出智能化和自主的行为。它支持复杂的多步骤推理和行动，并无缝集成工具和语言模型。Agent Loop的流程如下图所示： 其执行流程可以总结为如下流程： 接收用户输入和上下文信息 使用LLM处理输入 决定是否使用工具来收集信息或执行操作 执行工具并接收结果 用新信息继续推理 生成最终响应或再次循环 这个循环可能在一次用户交互中重复多次，使Agent能够执行复杂的多步骤推理和自主行为。 Event Loop Cycle Event Loop Cycle是协调information flow的核心机制，由event_loop_cycle() 函数实现： def event_loop_cycle( model: Model, system_prompt: Optional[str], messages: Messages, tool_config: Optional[ToolConfig], callback_handler: Any, tool_handler: Optional[ToolHandler], tool_execution_handler: Optional[ParallelToolExecutorInterface] = None, **kwargs: Any, ) -> Tuple[StopReason, Message, EventLoopMetrics, Any]: # ... implementation details ... 它负责： 使用语言模型处理消息 处理工具执行请求 管理对话状态 通过指数退避机制处理错误并进行重试 收集指标和追踪数据以实现系统可观测性 事件循环周期采用递归结构，使得在使用工具时可以进行多次迭代，同时在整个对话过程中保持状态的一致性。