AWS с открытым исходным кодом агентов SDK для упрощения разработки агента искусственного интеллекта

Amazon Web Services (AWS) открыли свои Агенты Strands SDKстремясь сделать разработку агентов искусственного интеллекта более доступным и адаптируемым в различных областях. Следуя модельному подходу, агенты SDK Agents абстрагируют большую часть сложности, лежащей в основе строительства, оркестровки и развертывания интеллектуальных агентов, что облегчает разработчикам создавать инструменты, которые планируют, разум и взаимодействуют автономно.

Определение агента в Strands

По своей сути, агент ИИ, построенный с пряди, определяется тремя основными компонентами: моделью, набором инструментов и подсказкой. Эти компоненты вместе позволяют агенту выполнять задачи – от ответа на запросы до организации рабочих процессов – итеративно рассуждающими и выбором инструментов с использованием крупных языковых моделей (LLMS).

• Модель: Strands поддерживает ряд моделей, в том числе модели от Amazon Bedrock (например, Claude или Titan), антропной, Meta’s Llama и других поставщиков через API, такие как Litellm. Он также поддерживает разработку локальной модели с использованием таких платформ, как Ollama, и разработчики могут определять поставщиков пользовательских моделей, если это необходимо.
• Инструменты: Инструменты представляют внешние функции, которые модель может вызвать. Strands предоставляет более 20 готовых инструментов – от операций с файлами до вызовов API и интеграции услуг AWS. Разработчики также могут легко зарегистрировать свои собственные функции Python, используя @tool декоратор. Примечательно, что Strands поддерживает тысячи серверов протокола контекста модели (MCP), что позволяет динамическое взаимодействие инструмента.
• Быстрый: Это определяет задачу или цель, которую должен завершить агент. Подсказки могут быть определенными пользователями или установлены на системном уровне для общего контроля поведения.

Агентная петля

Strands работает через цикл, где агент взаимодействует с моделью и инструментами, пока задача, определенная подсказкой, не будет выполнена. Каждая итерация включает в себя вызов LLM с текущим контекстом и описаниями инструментов. Модель может выбрать генерацию ответа, планировать несколько шагов, размышлять о прошлых действиях или вызвать инструменты.

Когда инструмент выбран, Strands выполняет его и подает результат обратно в модель, продолжая цикл до готовности окончательного отклика. Этот механизм использует растущую способность LLMS рассуждать, планировать и адаптироваться в контексте.

Расширимость через инструменты

Одна из сильных сторон Strands SDK заключается в том, как инструменты могут использоваться для расширения поведения агента. Некоторые из наиболее продвинутых типов инструментов включают в себя:

• Получить инструмент: Интегрируется с базами знаний Amazon Bedrock для реализации семантического поиска, позволяя моделям динамически извлекать документы или даже выбирать соответствующие инструменты из тысяч опций с использованием сходства на основе встраивания.
• Инструмент мышления: Побуждает модель участвовать в многоэтапных аналитических рассуждениях, обеспечивая более глубокое планирование и саморефлексию.
• Многоагентные инструменты: Включая инструменты рабочего процесса, график и рой, они позволяют оркестрации суб-агентов для более сложных задач. Strands планирует поддержать протокол Agent2agent (A2A) для дальнейшего улучшения многоагентного сотрудничества.

Реальные приложения и инфраструктура

Агенты Strands уже видели внутреннее усыновление в AWS. Такие команды, как Amazon Q Developer, AWS Glue и VPC Analyzer, интегрировали его в рабочие процессы производства. SDK поддерживает ряд целей развертывания, включая местные среды, AWS Lambda, Fargate и EC2.

Наблюдаемость агента встроена через Opentelemetry (OTEL), обеспечивая подробное отслеживание и диагностику-критическую для систем производства.

Заключение

Агенты Strands SDK предлагают структурированную, но гибкую структуру для построения агентов ИИ, подчеркивая чистое разделение между моделями, инструментами и подсказками. Его модельная цикл и интеграция с существующими экосистемами LLM делают его технически здравым выбором для разработчиков, стремящихся реализовать автономные агенты с минимальными возможностями и сильной настройкой.

Проверьте страницу проектаПолем Весь кредит на это исследование направлено на исследователей этого проекта. Кроме того, не стесняйтесь следить за нами Twitter И не забудьте присоединиться к нашему 90K+ ML SubredditПолем

ASIF Razzaq является генеральным директором Marktechpost Media Inc. как дальновидного предпринимателя и инженера, ASIF стремится использовать потенциал искусственного интеллекта для социального блага. Его последнее усилие-запуск медиа-платформы искусственного интеллекта, Marktechpost, которая выделяется благодаря глубокому освещению машинного обучения и новостей о глубоком обучении, которое является технически обоснованным и легко понятным для широкой аудитории. Платформа может похвастаться более чем 2 миллионами ежемесячных просмотров, иллюстрируя свою популярность среди зрителей.