Strands Agents快速入门10个实用示例带你玩转AI智能体【免费下载链接】harness-sdkBuild an agent harness and control it end-to-end. Open-source SDK for production AI agents in Python TypeScript - any model, any cloud.项目地址: https://gitcode.com/GitHub_Trending/sdkpython13/harness-sdkStrands Agents是一个简单而强大的Python SDK采用模型驱动的方法来构建和运行AI智能体。从简单的对话助手到复杂的自主工作流从本地开发到生产部署Strands Agents都能满足您的需求。本文将为您介绍如何快速上手Strands Agents并通过10个实用示例展示其强大功能。 快速安装指南开始使用Strands Agents非常简单只需几行命令# 创建并激活虚拟环境 python -m venv .venv source .venv/bin/activate # 安装Strands Agents和工具包 pip install strands-agents strands-agents-tools 10个实用示例详解1. 基础对话智能体创建一个简单的对话智能体只需几行代码from strands import Agent agent Agent() response agent(你好介绍一下你自己) print(response.message)2. 数学计算助手结合内置计算器工具创建数学助手from strands import Agent from strands_tools import calculator agent Agent(tools[calculator]) response agent(计算1764的平方根是多少)3. 多模态内容处理处理文本和图像混合输入from strands import Agent from strands.types.content import ContentBlock agent Agent() response agent([ {text: 请描述这张图片}, {image: {url: https://example.com/image.jpg}} ])4. 自定义工具开发使用Python装饰器创建自定义工具from strands import Agent, tool tool def word_count(text: str) - int: 统计文本中的单词数量 return len(text.split()) agent Agent(tools[word_count]) response agent(这句话中有多少个单词)5. 实时流式响应获取实时的流式响应from strands import Agent agent Agent() async for event in agent.stream_async(请详细说明AI智能体的工作原理): if data in event: print(event[data], end, flushTrue)6. 结构化输出获取结构化的数据输出from pydantic import BaseModel from strands import Agent class UserInfo(BaseModel): name: str age: int email: str agent Agent() user_info agent.structured_output(UserInfo, 请提供您的姓名、年龄和邮箱)7. 多模型提供商支持切换不同的AI模型提供商from strands import Agent from strands.models import BedrockModel, GeminiModel, OllamaModel # Amazon Bedrock bedrock_agent Agent(modelBedrockModel(model_idus.amazon.nova-pro-v1:0)) # Google Gemini gemini_agent Agent(modelGeminiModel(model_idgemini-2.5-flash)) # Ollama本地模型 ollama_agent Agent(modelOllamaModel(model_idllama3))8. 热重载工具目录自动加载和重载工具目录中的工具from strands import Agent # 自动监控 ./tools/ 目录的变化 agent Agent(load_tools_from_directoryTrue) response agent(使用工具目录中的任意工具)9. MCP服务器集成集成Model Context Protocol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(commanduvx, args[awslabs.aws-documentation-mcp-serverlatest])) ) with aws_docs_client: agent Agent(toolsaws_docs_client.list_tools_sync()) response agent(请告诉我Amazon Bedrock的详细信息))10. 双向音频流创建实时语音对话智能体import asyncio from strands.experimental.bidi import BidiAgent from strands.experimental.bidi.models import BidiNovaSonicModel from strands.experimental.bidi.io import BidiAudioIO, BidiTextIO async def main(): model BidiNovaSonicModel() agent BidiAgent(modelmodel) audio_io BidiAudioIO() text_io BidiTextIO() await agent.run( inputs[audio_io.input()], outputs[audio_io.output(), text_io.output()] ) asyncio.run(main()) 核心功能特性轻量级与灵活性Strands Agents提供简单有效的智能体循环完全可定制化配置。模型无关性支持Amazon Bedrock、Anthropic、Gemini、LiteLLM、Llama、Ollama、OpenAI、Writer等多种提供商。高级能力多智能体系统自主智能体流式支持内置MCP支持内置MCP原生支持Model Context Protocol服务器可访问数千个预构建工具。 性能优化技巧会话管理优化使用滑动窗口会话管理器来优化上下文窗口from strands import Agent from strands.agent.conversation_manager import SlidingWindowConversationManager agent Agent(conversation_managerSlidingWindowConversationManager())工具执行策略配置工具执行策略from strands import Agent from strands.tools.executors import ConcurrentToolExecutor agent Agent(tool_executorConcurrentToolExecutor()) 实际应用场景客户服务助手创建自动化的客户服务智能体处理常见问题咨询。数据分析师构建数据分析智能体能够理解和处理数据查询。内容创作助手开发内容创作智能体协助写作和编辑工作。️ 开发最佳实践工具设计原则保持工具功能单一化提供清晰的文档说明设计合理的输入输出类型错误处理策略实现适当的异常处理提供有意义的错误信息考虑工具执行的超时机制 进阶功能探索多智能体协作创建多个智能体协同工作from strands.multiagent import MultiAgentSystem system MultiAgentSystem()通过这10个实用示例您已经掌握了Strands Agents的核心用法。无论是简单的对话智能体还是复杂的多模态处理系统Strands Agents都能为您提供强大的支持。现在就开始构建您自己的AI智能体吧【免费下载链接】harness-sdkBuild an agent harness and control it end-to-end. Open-source SDK for production AI agents in Python TypeScript - any model, any cloud.项目地址: https://gitcode.com/GitHub_Trending/sdkpython13/harness-sdk创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考