5分钟打造你的专属AI助手:Strands Agents零基础入门指南
5分钟打造你的专属AI助手Strands Agents零基础入门指南【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都能满足你的需求。本文将带你快速上手在短短5分钟内创建你的第一个AI助手。✨ 为什么选择Strands AgentsStrands Agents之所以能让你快速构建AI助手得益于其四大核心优势轻量级且灵活简单的智能体循环易于使用且完全可定制模型无关支持Amazon Bedrock、Anthropic、Gemini、LiteLLM、Llama、Ollama、OpenAI、Writer等多种模型提供商高级功能多智能体系统、自主智能体和流式支持内置MCP原生支持模型上下文协议MCP服务器可访问数千种预构建工具 快速开始5分钟安装与配置一键安装步骤确保你已安装Python 3.10或更高版本然后执行以下命令# 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和工具包 pip install strands-agents strands-agents-tools最快配置方法Strands Agents默认使用Amazon Bedrock模型提供商你需要配置AWS凭证并在us-west-2区域启用Claude 4 Sonnet模型访问权限。对于其他模型提供商的配置细节请参考快速入门指南。 创建你的第一个AI助手基础计算器助手下面是一个简单的计算器AI助手示例只需5行代码from strands import Agent from strands_tools import calculator # 创建带有计算器工具的智能体 agent Agent(tools[calculator]) # 向智能体提问 result agent(What is the square root of 1764) print(result) # 输出: 42这个简单的AI助手能够使用计算器工具来回答数学问题。Strands Agents会自动决定何时需要调用工具何时可以直接回答。自定义工具开发除了使用预构建工具你还可以轻松创建自己的工具。以下是一个简单的单词计数工具示例from strands import Agent, tool tool def word_count(text: str) - int: 计算文本中的单词数量。 这个文档字符串会被LLM用来理解工具的用途。 return len(text.split()) # 创建包含自定义工具的智能体 agent Agent(tools[word_count]) response agent(这句话有多少个单词) print(response) # 输出: 这句话有7个单词。工具热重载功能Strands Agents还支持从目录自动加载和热重载工具非常适合开发过程from strands import Agent # 智能体将监视./tools/目录的变化 agent Agent(load_tools_from_directoryTrue) response agent(使用工具目录中的任何工具来帮助我) 连接MCP服务器获取更多强大工具Strands Agents原生支持模型上下文协议MCP服务器让你能够访问数千种预构建工具from strands import Agent from strands.tools.mcp import MCPClient from mcp import stdio_client, StdioServerParameters # 创建AWS文档MCP客户端 aws_docs_client MCPClient( lambda: stdio_client(StdioServerParameters(commanduvx, args[awslabs.aws-documentation-mcp-serverlatest])) ) with aws_docs_client: # 从MCP服务器加载工具 agent Agent(toolsaws_docs_client.list_tools_sync()) # 提问关于Amazon Bedrock的问题 response agent(告诉我关于Amazon Bedrock以及如何用Python使用它) print(response) 支持多种AI模型提供商Strands Agents支持多种模型提供商你可以轻松切换不同的AI模型Amazon Bedrock示例from strands import Agent from strands.models import BedrockModel # 配置Bedrock模型 bedrock_model BedrockModel( model_idus.amazon.nova-pro-v1:0, temperature0.3, streamingTrue, # 启用/禁用流式传输 ) agent Agent(modelbedrock_model) agent(告诉我关于智能体AI)Google Gemini示例from strands import Agent from strands.models.gemini import GeminiModel # 配置Google Gemini模型 gemini_model GeminiModel( client_args{ api_key: your_gemini_api_key, }, model_idgemini-2.5-flash, params{temperature: 0.7} ) agent Agent(modelgemini_model) agent(告诉我关于智能体AI)Ollama本地模型示例from strands import Agent from strands.models.ollama import OllamaModel # 配置本地Ollama模型 ollama_model OllamaModel( hosthttp://localhost:11434, model_idllama3 ) agent Agent(modelollama_model) agent(告诉我关于智能体AI)Strands Agents还支持Anthropic、Cohere、LiteLLM、llama.cpp、LlamaAPI、MistralAI、OpenAI、SageMaker和Writer等模型提供商完整列表可查看模型提供商文档。 进阶功能双向流式传输Strands Agents提供实验性的双向流式传输功能支持实时语音和音频对话# 安装双向流式传输支持 pip install strands-agents[bidi] # 如需音频I/O支持 pip install strands-agents[bidi,bidi-io]以下是一个简单的实时音频对话示例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模型的双向智能体 model BidiNovaSonicModel() agent BidiAgent(modelmodel, tools[calculator, stop_conversation]) # 设置音频和文本I/O audio_io BidiAudioIO() text_io BidiTextIO() # 运行实时音频流对话 # 说stop conversation可以优雅地结束对话 await agent.run( inputs[audio_io.input()], outputs[audio_io.output(), text_io.output()] ) if __name__ __main__: asyncio.run(main()) 学习资源与文档想要深入了解Strands Agents的更多功能以下资源可以帮助你用户指南快速入门指南智能体循环示例代码API参考生产部署指南 开始你的AI助手之旅现在你已经了解了Strands Agents的基础知识是时候开始创建你自己的AI助手了无论是简单的工具调用还是复杂的多智能体系统Strands Agents都能让你轻松实现。要开始使用只需克隆仓库并按照本文的指南操作git clone https://gitcode.com/gh_mirrors/sdkpython13/sdk-python cd sdk-python祝你在AI助手开发的旅程中取得成功如有任何问题欢迎查阅官方文档或参与社区讨论。【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

相关新闻

离线知识服务器搭建实战:Kiwix+Ollama实现断网AI问答

离线知识服务器搭建实战:Kiwix+Ollama实现断网AI问答

说实话,这个项目是我被网络逼出来的。去年去一个偏远项目现场,网络差到连搜索都打不开,临时要查一个设备说明,翻遍手机缓存也没找到,最后只能打电话回去让人查了再念给我听。那种憋屈感让我下了一个决心——搞一台完全…

2026/9/24 20:29:46 阅读更多 →
AI视频翻译如何做脚本、配音、字幕三合一核对?跨境电商实操方案

AI视频翻译如何做脚本、配音、字幕三合一核对?跨境电商实操方案

做跨境商品视频的朋友,应该都有过这种体验:一条源语言视频拍好了,想铺到多个海外市场,AI翻译工具一键生成多语言版本,速度确实快,但生成出来的东西你敢直接发吗?我拿到Gemini 3.5 Live Translat…

2026/9/24 20:29:46 阅读更多 →
大模型Skill适配实操:从提示词到Function Calling的完整方案

大模型Skill适配实操:从提示词到Function Calling的完整方案

“同个skill怎么适配不同大模型”这个问题,基本上每个认真做过大模型应用开发的人都会撞上。我最早是在一个agent项目里被问住的:同一个“查天气”的skill,在OpenAI上跑得好好的,换到国产模型上就开始胡说八道,工具调用…

2026/9/24 20:29:46 阅读更多 →

最新新闻

决策树算法详解:从信息熵到调参实战,理解机器学习基石

决策树算法详解:从信息熵到调参实战,理解机器学习基石

1. 为什么我把决策树当成机器学习的“第一课”在很多机器学习入门资料里,第一个接触的算法往往是线性回归,然后是逻辑回归,一路学到神经网络。但说实话,从我自己的学习经历和后来带新人的经验来看,决策树才是最适合建立…

2026/9/24 21:12:17 阅读更多 →
AI编程实战:构建人机协同的项目纪律系统

AI编程实战:构建人机协同的项目纪律系统

1. 从“写不出第一行代码”到跑通4个AI编程项目的实战路径我第一次打开Cursor时,光是配置Python环境就卡了两小时——不是因为不会装conda,而是根本不确定该用系统Python、pyenv还是直接上Docker。那会儿连requirements.txt里-e .代表什么都要查三遍文档…

2026/9/24 21:12:16 阅读更多 →
Python爬虫必学:接口、JSON与分页实战全解析

Python爬虫必学:接口、JSON与分页实战全解析

很多零基础学Python爬虫的人,真正卡住的地方往往不是requests用不熟,而是这样一个瞬间:网页上明明能看到自己想要的数据,可把抓下来的HTML源码翻个底朝天,就是搜不到目标文本。我第一次遇到这个情况,硬是折…

2026/9/24 21:12:16 阅读更多 →
CNN/VGG/ResNet人脸表情识别实战:从数据到部署全流程

CNN/VGG/ResNet人脸表情识别实战:从数据到部署全流程

简介:面向计算机专业毕业设计与深度学习初学者的完整人脸表情识别项目,以卷积神经网络为核心,覆盖数据预处理、模型搭建、训练评估与实时识别演示的完整流程,可直接用于课程作业、论文写作或实战练手。压缩包共36个文件&#xff0…

2026/9/24 21:12:16 阅读更多 →
工厂焊装车间照明节能改造:KNX照明系统方案分区灯控人体感应

工厂焊装车间照明节能改造:KNX照明系统方案分区灯控人体感应

焊装车间是汽车工厂中照明设计最复杂的场景之一。焊接作业时弧光强烈,而检验工位又要求极高照度——两者对灯光的需求完全不同,用同一套照明方案无法兼顾。据《乘用车工厂焊装车间照明节能设计的探讨》一文披露,一汽大众华北生产基地焊装车间…

2026/9/24 21:12:16 阅读更多 →
结构可靠性分析:从安全系数到失效概率的定量评估

结构可靠性分析:从安全系数到失效概率的定量评估

在结构设计里,最怕的不是算不准,而是你以为自己算得很准。刚工作那会儿,我按规范给一根简支梁取了安全系数2.5,所有验算都满足,结果现场反馈说梁在使用荷载下挠度偏大,局部焊缝还有开裂迹象。复核时我反复检…

2026/9/24 21:11:15 阅读更多 →

日新闻

基于YOLOv8的渔船作业监控系统:从环境搭建到边缘部署全流程

基于YOLOv8的渔船作业监控系统:从环境搭建到边缘部署全流程

简介:这是一套面向计算机、人工智能、自动化等专业学生与教师的毕业设计级项目资源,围绕YOLOv8实现渔船作业监控系统,可用于毕设、课程设计、大作业或项目立项演示。压缩包共97个文件,约24.21MB,以70个Python源码文件为…

2026/9/24 0:00:19 阅读更多 →
单细胞注释实战:基于Scanpy的标记基因与参考映射流程解析

单细胞注释实战:基于Scanpy的标记基因与参考映射流程解析

简介:一份基于单细胞RNA测序数据的细胞类型注释算法研究Python毕业设计源码,针对计算机相关专业正在做毕设或需要项目实战的学习者,可用于课程设计与期末大作业。项目代码完整、经导师指导评审通过,可直接运行,覆盖数据…

2026/9/24 0:00:19 阅读更多 →
C#源生成器实战:用增量生成器替代反射,告别AOT崩溃

C#源生成器实战:用增量生成器替代反射,告别AOT崩溃

第一次在项目里被反射卡住,是在一个老旧的WinForms模块里:几十个类依赖PropertyChanged通知,运行时反射读属性、发通知,每次启动慢半拍不说,一上.NET Native/AOT裁剪模式几乎全面崩盘。后来我把这段逻辑全部改成C#源生…

2026/9/24 0:00:19 阅读更多 →

周新闻

Flutter for OpenHarmony游戏卡片渐变背景实战:从原理到性能优化

Flutter for OpenHarmony游戏卡片渐变背景实战:从原理到性能优化

直接铺开项目本身吧。这几个月我一直在折腾一件事:用Flutter给OpenHarmony做一款游戏集合类的App,说白了就是把若干小游戏塞进一个壳里,用统一入口分发。这个方向本身不算新鲜,真正让我花了不少心思的,是首页那堆游戏卡…

2026/9/24 14:34:13 阅读更多 →
Word表格编号全攻略:从列表编号到题注交叉引用

Word表格编号全攻略:从列表编号到题注交叉引用

写Word文档,最让人头疼的往往是那些“看起来不起眼”的小问题。比如表格编号这事:今天在表后面多加了两个空白行,明天给客户交稿前发现整个章节的编号全部错位,光是挨个改序号就能耗掉大半个下午。我前阵子帮人整理一份上百页的技…

2026/9/24 9:10:42 阅读更多 →
从第一个站到第二个站:独立开发者的静态网站选型与落地实践

从第一个站到第二个站:独立开发者的静态网站选型与落地实践

1. 项目概述1.1 核心需求解析做独立开发者这几年,说实话,第一个网站上线的那天晚上我兴奋得没睡着。但等它跑了半年,流量惨淡、功能臃肿、代码自己都懒得看第二遍之后,我才慢慢琢磨明白一个道理:第一个网站是练手&…

2026/9/24 14:33:56 阅读更多 →

月新闻

持续集成 流水线自动化与 声明式交付 实践:原型怎样变成可用功能

持续集成 流水线自动化与 声明式交付 实践:原型怎样变成可用功能

持续集成 流水线自动化与 声明式交付 实践:原型怎样变成可用功能分类:[AI/大模型]细分主题:AI 增强型 CI/CD 流水线自动化与 GitOps 实践:Agent 工作流、工具调用与任务拆解:从原型到生产的验收清单很多团队在尝试用大…

2026/9/24 12:50:34 阅读更多 →
容器编排 生产环境运维与排障实战:复盘记录怎样真正派上用场

容器编排 生产环境运维与排障实战:复盘记录怎样真正派上用场

容器编排 生产环境运维与排障实战:复盘记录怎样真正派上用场分类:[工程技术]细分主题:Kubernetes 生产环境运维与排障实战:可复制的项目复盘模板与决策记录大部分团队的事故复盘报告,最后都变成了躺在 Confluence 或钉…

2026/9/24 14:33:48 阅读更多 →
容器 容器化技术与镜像安全管理:核心链路应该先拆哪一步

容器 容器化技术与镜像安全管理:核心链路应该先拆哪一步

容器 容器化技术与镜像安全管理:核心链路应该先拆哪一步分类:[工程技术]细分主题:Docker 容器化技术与镜像安全管理:核心链路的逐步实现与关键代码取舍面对一个积累了五六年历史包袱的单体架构应用(包含 Web 接口、后台…

2026/9/24 12:49:17 阅读更多 →