Strands Agents是一款简单而强大的SDK，采用基于模型驱动的方式构建和运行AI智能体。无论是简单的对话助手，还是复杂的自主工作流；无论是在本地开发环境，还是在生产环境中部署，Strands Agents都能根据您的需求灵活扩展。

功能概览

• 轻量级且灵活：简单易用且完全可定制的智能体循环
• 模型无关：支持Amazon Bedrock、Anthropic、Gemini、LiteLLM、Llama、Ollama、OpenAI、Writer以及自定义提供商
• 高级功能：多智能体系统、自主智能体及流式传输支持
• 内置MCP：原生支持模型上下文协议（MCP）服务器，可访问数千个预构建工具

快速入门

# 安装Strands Agents
pip install strands-agents strands-agents-tools

from strands import Agent
from strands_tools import calculator
agent = Agent(tools=[calculator])
agent("1764的平方根是多少")

注意：对于默认的Amazon Bedrock模型提供商，您需要配置AWS凭证，并在us-west-2区域启用Claude 4 Sonnet的模型访问权限。有关其他模型提供商的配置，请参阅快速入门指南。

安装步骤

请确保已安装Python 3.10及以上版本，然后执行以下操作：

# 创建并激活虚拟环境
python -m venv .venv
source .venv/bin/activate  # Windows用户使用：.venv\Scripts\activate

# 安装Strands及其工具
pip install strands-agents strands-agents-tools

功能一览

基于Python的工具

使用Python装饰器轻松构建工具：

from strands import Agent, tool

@tool
def word_count(text: str) -> int:
    """统计文本中的单词数量。

    此文档字符串将被大模型用于理解工具的功能。
    """
    return len(text.split())

agent = Agent(tools=[word_count])
response = agent("这句话有多少个单词？")

目录热重载： 启用自动加载并从./tools/目录中热重载工具：

from strands import Agent

# 智能体会监视./tools/目录以检测更改
agent = Agent(load_tools_from_directory=True)
response = agent("使用工具目录中的任何工具")

MCP支持

无缝集成模型上下文协议（MCP）服务器：

from strands import Agent
from strands.tools.mcp import MCPClient
from mcp import stdio_client, StdioServerParameters

aws_docs_client = MCPClient(
    lambda: stdio_client(StdioServerParameters(command="uvx", args=["awslabs.aws-documentation-mcp-server@latest"]))
)

with aws_docs_client:
   agent = Agent(tools=aws_docs_client.list_tools_sync())
   response = agent("请告诉我关于Amazon Bedrock的信息，以及如何用Python使用它")

多种模型提供商

支持多种模型提供商：

from strands import Agent
from strands.models import BedrockModel
from strands.models.ollama import OllamaModel
from strands.models.llamaapi import LlamaAPIModel
from strands.models.gemini import GeminiModel
from strands.models.llamacpp import LlamaCppModel

# Bedrock
bedrock_model = BedrockModel(
  model_id="us.amazon.nova-pro-v1:0",
  temperature=0.3,
  streaming=True, // 启用或禁用流式传输
)
agent = Agent(model=bedrock_model)
agent("请介绍一下代理型AI")

# Google Gemini
gemini_model = GeminiModel(
  client_args={
    "api_key": "your_gemini_api_key",
  },
  model_id="gemini-2.5-flash",
  params={"temperature": 0.7}
)
agent = Agent(model=gemini_model)
agent("请介绍一下代理型AI")

# Ollama
ollama_model = OllamaModel(
  host="http://localhost:11434",
  model_id="llama3"
)
agent = Agent(model=ollama_model)
agent("请介绍一下代理型AI")

# Llama API
llama_model = LlamaAPIModel(
    model_id="Llama-4-Maverick-17B-128E-Instruct-FP8",
)
agent = Agent(model=llama_model)
response = agent("告诉我关于代理式AI的信息")

内置模型提供商：

• Amazon Bedrock
• Anthropic
• Gemini
• Cohere
• LiteLLM
• llama.cpp
• LlamaAPI
• MistralAI
• Ollama
• OpenAI
• OpenAI Responses API
• SageMaker
• Writer

自定义模型提供商可以通过自定义模型提供商实现。

示例工具

Strands 提供了一个可选的 strands-agents-tools 包，其中包含预构建的工具，方便快速实验：

from strands import Agent
from strands_tools import calculator
agent = Agent(tools=[calculator])
agent("1764 的平方根是多少")

该包也可在 GitHub 上通过 strands-agents/tools 获取。

双向流式传输

⚠️ 实验性功能：双向流式传输目前处于实验阶段。随着我们根据用户反馈和不断发展的模型能力完善此功能，相关 API 可能在未来的版本中发生变化。

通过持久的流式连接构建实时语音和音频对话。与传统的请求-响应模式不同，双向流式传输可以维持长时间的对话，用户可以在其中随时打断、持续输入，并获得实时的音频回应。按照快速入门指南，即可开始使用您的第一个 BidiAgent。

支持的模型提供商：

• Amazon Nova Sonic (v1, v2)
• Google Gemini Live
• OpenAI Realtime API

安装：

# 仅服务器端（无音频 I/O 依赖）
pip install strands-agents[bidi]

# 带有音频 I/O 支持（包含 PyAudio 依赖）
pip install strands-agents[bidi,bidi-io]

快速示例：

import asyncio
from strands.experimental.bidi import BidiAgent
from strands.experimental.bidi.models import BidiNovaSonicModel
from strands.experimental.bidi.io import BidiAudioIO, BidiTextIO
from strands.experimental.bidi.tools import stop_conversation
from strands_tools import calculator

async def main():
    # 创建带有 Nova Sonic v2 的双向代理
    model = BidiNovaSonicModel()
    agent = BidiAgent(model=model, tools=[calculator, stop_conversation])

    # 设置音频和文本 I/O（需要 bidi-io 附加组件）
    audio_io = BidiAudioIO()
    text_io = BidiTextIO()

    # 运行实时音频流
    # 说出“停止对话”以优雅地结束对话
    await agent.run(
        inputs=[audio_io.input()],
        outputs=[audio_io.output(), text_io.output()]
    )

if __name__ == "__main__":
    asyncio.run(main())

注意：BidiAudioIO 和 BidiTextIO 需要 bidi-io 附加组件。对于由客户端（浏览器、移动应用）处理音频 I/O 的服务器端部署，只需安装 strands-agents[bidi]，并使用 BidiInput 和 BidiOutput 协议实现自定义的输入输出处理器。

配置选项：

from strands.experimental.bidi.models import BidiNovaSonicModel

# 配置音频设置和话轮检测（仅 v2）
model = BidiNovaSonicModel(
    provider_config={
        "audio": {
            "input_rate": 16000,
            "output_rate": 16000,
            "voice": "matthew"
        },
        "turn_detection": {
            "endpointingSensitivity": "MEDIUM"  # HIGH、MEDIUM 或 LOW
        },
        "inference": {
            "max_tokens": 2048,
            "temperature": 0.7
        }
    }
)

# 配置 I/O 设备
audio_io = BidiAudioIO(
    input_device_index=0,  // 特定麦克风
    output_device_index=1, // 特定扬声器
    input_buffer_size=10,
    output_buffer_size=10
)

# 文本输入模式（输入消息而非说话）
text_io = BidiTextIO()
await agent.run(
    inputs=[text_io.input()],  // 使用文本输入
    outputs=[audio_io.output(), text_io.output()]
)

# 多模态：同时使用音频和文本输入
await agent.run(
    inputs=[audio_io.input(), text_io.input()],  // 说话或打字
    outputs=[audio_io.output(), text_io.output()]
)

文档

如需详细指南和示例，请参阅我们的文档：

• 用户指南
• 快速入门指南
• 代理循环
• 示例
• API 参考
• 生产与部署指南

贡献 ❤️

我们欢迎各种形式的贡献！请参阅我们的贡献指南，了解以下内容：

• 报告漏洞与功能需求
• 开发环境搭建
• 通过 Pull Request 贡献代码
• 行为准则
• 安全问题报告

许可证

本项目采用 Apache License 2.0 许可证——详情请参阅LICENSE文件。

安全性

更多信息请参阅CONTRIBUTING。

Strands Agents (sdk-python) 快速上手指南

Strands Agents 是一个轻量级且强大的 Python SDK，采用模型驱动的方式，仅需几行代码即可构建和运行 AI 智能体（Agent）。它支持从简单的对话助手到复杂的自主工作流，并兼容多种大模型提供商。

环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统：Linux, macOS 或 Windows
• Python 版本：Python 3.10 或更高版本
• 前置依赖：
  • 若使用默认 Amazon Bedrock 模型，需配置 AWS 凭证并在 us-west-2 区域启用 Claude 模型访问权限。
  • 若使用其他模型（如 Ollama, OpenAI, Gemini 等），请提前准备好相应的 API Key 或服务地址。

提示：国内开发者建议使用国内镜像源加速安装过程（如下方安装命令所示）。

安装步骤

推荐使用虚拟环境进行隔离安装。

1. 创建并激活虚拟环境

   python -m venv .venv
   # Linux/macOS
   source .venv/bin/activate
   # Windows
   .venv\Scripts\activate
   

2. 安装 Strands Agents 及工具包

   使用 -i 参数指定清华镜像源以加速下载：

   pip install strands-agents strands-agents-tools -i https://pypi.tuna.tsinghua.edu.cn/simple
   

基本使用

以下是最简单的使用示例，展示如何创建一个带有计算器工具的 Agent 并执行任务。

1. 快速示例

from strands import Agent
from strands_tools import calculator

# 初始化 Agent 并加载计算器工具
agent = Agent(tools=[calculator])

# 调用 Agent 执行自然语言指令
response = agent("What is the square root of 1764")
print(response)

2. 自定义 Python 工具

您可以通过装饰器轻松定义自己的工具：

from strands import Agent, tool

@tool
def word_count(text: str) -> int:
    """Count words in text.

    This docstring is used by the LLM to understand the tool's purpose.
    """
    return len(text.split())

# 将自定义工具传递给 Agent
agent = Agent(tools=[word_count])
response = agent("How many words are in this sentence?")

3. 切换模型提供商

Strands 支持多种模型后端。以下是切换到 Google Gemini 模型的示例：

from strands import Agent
from strands.models.gemini import GeminiModel

# 配置 Gemini 模型
gemini_model = GeminiModel(
  client_args={
    "api_key": "your_gemini_api_key", # 替换为您的 API Key
  },
  model_id="gemini-2.5-flash",
  params={"temperature": 0.7}
)

# 创建指定模型的 Agent
agent = Agent(model=gemini_model)
response = agent("Tell me about Agentic AI")

支持的内置模型提供商包括：Amazon Bedrock, Anthropic, Gemini, Ollama, OpenAI, LlamaAPI, MistralAI 等。