Strands Agents SDK 上手：用 Python 写一个能调 AWS 服务的 AI Agent
"我想写一个 Agent，能帮我查 CloudWatch 告警、拉 S3 文件、顺便总结一下。"
这个需求说起来简单，但自己从零撸一个 Agent 框架要处理的事一大堆——工具注册、上下文管理、多轮对话状态、错误重试、token 限制……
亚马逊云科技最近开源了 Strands Agents SDK，我试了一下，核心卖点是：用 Python 写 Agent 像写普通函数一样简单，底层帮你处理了所有编排逻辑。
先看效果
from strands import Agent
from strands.models.bedrock import BedrockModel
from strands_tools import retrieve_from_knowledge_base, current_time# 一行创建 Agent
agent = Agent(model=BedrockModel(model_id="anthropic.claude-sonnet-4-20250514-v1:0"),tools=[retrieve_from_knowledge_base, current_time]
)# 直接对话
response = agent("帮我查一下知识库里关于 S3 生命周期策略的最佳实践")
print(response)
就这么几行。SDK 自动处理了：
- 模型调用和流式响应
- 工具发现和参数匹配
- 多轮对话上下文维护
- 工具调用结果注入
安装
pip install strands-agents strands-agents-tools
依赖很轻，核心包不到 5MB。strands-agents-tools 是官方工具集，包含文件操作、Shell 执行、知识库检索等常用工具。
核心概念
Strands 的设计哲学是模型驱动的编排——不用你写 if/else 决定"什么时候该调什么工具"，让模型自己决定。
1. Agent = Model + Tools + System Prompt
from strands import Agent
from strands.models.bedrock import BedrockModelmodel = BedrockModel(model_id="anthropic.claude-sonnet-4-20250514-v1:0",region_name="us-east-1"
)agent = Agent(model=model,system_prompt="你是一个 AWS 运维助手，帮用户排查云上问题。回答要简洁直接。",tools=[...]
)
2. 自定义工具用装饰器
from strands import tool@tool
def check_ec2_status(instance_id: str) -> dict:"""检查 EC2 实例的运行状态Args:instance_id: EC2 实例 ID，格式如 i-0123456789abcdef0"""import boto3ec2 = boto3.client("ec2")response = ec2.describe_instances(InstanceIds=[instance_id])state = response["Reservations"][0]["Instances"][0]["State"]["Name"]return {"instance_id": instance_id, "state": state}@tool
def get_cloudwatch_alarms(state: str = "ALARM") -> list:"""获取当前触发的 CloudWatch 告警列表Args:state: 告警状态过滤，默认只看 ALARM 状态"""import boto3cw = boto3.client("cloudwatch")response = cw.describe_alarms(StateValue=state)return [{"name": a["AlarmName"], "reason": a["StateReason"]}for a in response["MetricAlarms"]]
关键点：
@tool装饰器自动从 docstring 和类型标注生成工具描述- 函数名就是工具名
- 返回值会被序列化后注入模型上下文
3. 多轮对话
# Agent 默认维护对话历史
agent("我有个 EC2 实例 i-0abc123 好像挂了")
# → Agent 调用 check_ec2_status，返回 stoppedagent("帮我看看有没有相关的告警")
# → Agent 调用 get_cloudwatch_alarms，关联上下文返回结果agent("重启它")
# → Agent 知道"它"是 i-0abc123，调用对应操作
上下文自动维护，不用手动管 message history。
实战：运维巡检 Agent
把上面的工具组合起来，搭一个能做日常巡检的 Agent：
from strands import Agent, tool
from strands.models.bedrock import BedrockModel
import boto3@tool
def list_unhealthy_targets(target_group_arn: str) -> list:"""检查 ALB Target Group 中不健康的目标"""elb = boto3.client("elbv2")response = elb.describe_target_health(TargetGroupArn=target_group_arn)unhealthy = [t for t in response["TargetHealthDescriptions"]if t["TargetHealth"]["State"] != "healthy"]return unhealthy@tool
def get_recent_errors(log_group: str, minutes: int = 30) -> list:"""从 CloudWatch Logs 获取最近的 ERROR 级别日志"""import timelogs = boto3.client("logs")end_time = int(time.time() * 1000)start_time = end_time - (minutes * 60 * 1000)response = logs.filter_log_events(logGroupName=log_group,startTime=start_time,endTime=end_time,filterPattern="ERROR")return [{"message": e["message"][:200], "timestamp": e["timestamp"]} for e in response["events"][:10]]# 组装 Agent
ops_agent = Agent(model=BedrockModel(model_id="anthropic.claude-sonnet-4-20250514-v1:0"),system_prompt="""你是 AWS 运维巡检助手。职责：
1. 检查服务健康状态
2. 发现异常时主动排查根因
3. 给出修复建议（但不自动执行危险操作）
回答用中文，简洁直接。""",tools=[check_ec2_status, get_cloudwatch_alarms, list_unhealthy_targets, get_recent_errors]
)# 使用
result = ops_agent("帮我做一轮巡检，看看有没有告警和不健康的服务")
print(result)
和 LangChain / CrewAI 的区别
| 特性 | Strands | LangChain | CrewAI |
|---|---|---|---|
| 编排方式 | 模型驱动 | 代码驱动（Chain/Graph） | 角色驱动 |
| 学习曲线 | 低（装饰器 + 对话） | 高（大量抽象层） | 中 |
| AWS 集成 | 原生（Bedrock 直连） | 需额外适配 | 需额外适配 |
| 适合场景 | 工具调用型 Agent | 复杂 DAG 工作流 | 多角色协作 |
Strands 的定位很明确：不做复杂编排，就把"模型+工具"这件事做好。如果你的 Agent 主要是调工具干活，Strands 够用而且上手快。如果需要复杂的 DAG 流程编排，还是得看 Step Functions 或者 LangGraph。
部署到 AgentCore
写完 Agent 可以直接部署到 Bedrock AgentCore 托管运行：
# 打包
strands deploy \--agent-name "ops-patrol" \--runtime python3.12 \--entry main.py \--region us-east-1
部署后通过 AgentCore API 调用，自带负载均衡、版本管理、监控。
参考链接
- Strands Agents SDK 仓库：https://github.com/strands-agents/sdk-python
- 官方文档：https://strandsagents.com/latest/
- Bedrock AgentCore 集成指南：https://docs.aws.amazon.com/bedrock/latest/userguide/agentcore-overview.html
- 官方工具集：https://github.com/strands-agents/tools-python