🔧 开源框架

Strands Agents

AWS 系开源 Agent SDK + Harness 单仓(Python/TypeScript,Apache-2.0):几行代码起一个生产级 Agent 循环——生命周期控制、工具/MCP、多 Agent 模式、记忆与会话、guardrails、steering 纠偏、tracing、evals 一站式;跑在自己进程里、无托管控制面,任意模型任意云。

📅 收录: 2026-11-06 🔄 更新: 2026-11-06

这是什么?适合谁?

Strands Agents(strands-agents/harness-sdk,Apache-2.0)是一个开源 AI Agent SDK 与 Harness 单仓,Python 和 TypeScript 双语言。官方给它的使用判据很直白:当你准备手写自己的 agent loop 时,就该选 Strands——它跑在你自己的进程里、没有托管控制面,把手写循环会长成的那堆东西预先装好:生命周期控制(轮次上限、token 预算、取消、停止原因)、工具与结构化输出、MCP、多 Agent 模式、记忆与会话、模型可移植、流式、护栏(guardrails)、追踪、评测(evals)。

「Harness」与「SDK」分层清晰:create_harness()(PyPI strands-harness / npm @strands-agents/harness)给你一个完全组装好的 Agent;纯 SDK(strands-agents / @strands-agents/sdk)则让你从 agent loop 自己搭。模型侧对 Amazon Bedrock、Anthropic、OpenAI、Gemini 一等支持,另有大量 provider 与自定义 provider 路径——「任意模型、任意云」。

适合谁:要写生产级 Agent 但不想自己造循环、造护栏、造观测的工程团队;用 Claude Code / Codex / Cursor 并希望有框架感知插件的编码者;需要 Python 与 TypeScript 同构 Agent 栈的双栈团队。

不适合谁:只要一个托管 SaaS Agent 平台、不想写代码的人;只需要单次 prompt 调用、没有循环/工具需求的轻场景。

准备工作

  1. Python 3.10+ 或 Node.js 18+(按语言选)
  2. 一个模型凭据:AWS Bedrock(若走 AWS 路线)、Anthropic / OpenAI / Gemini API Key,或其他 provider
  3. (可选)编码 Agent:Claude Code、Codex 或 Cursor,可装 Strands 插件
  4. 成本:SDK Apache-2.0 免费;真实成本为 LLM API 调用费;自托管进程无控制面费用

快速上手:5 步起第一个生产级 Agent

Step 1 — 安装

# Python harness
pip install strands-harness
# TypeScript harness
npm install @strands-agents/harness
# 只用轻量 SDK:pip install strands-agents / npm install @strands-agents/sdk

Step 2 — 配置模型凭据:按所选 provider 设置环境变量(如 ANTHROPIC_API_KEY、AWS 凭据链),自定义 provider 走 model provider 接口。

Step 3 — 起一个 Agent

from strands import Agent
agent = Agent(tools=[...])   # 或 create_harness() 拿全套组装
result = agent("帮我总结这个目录下所有 changelog")

Step 4 — 第一个任务:给 Agent 一个工具(如文件读取或 MCP 服务器里的工具)和一个真实问题。

预期结果:Agent 自主走「调用模型 → 选工具 → 执行 → 回模型」的循环直至停止条件;日志里能看到每一步的决策追踪(tracing 默认开启)。

Step 5 — 套上生产控制:加护栏(guardrails 拦危险动作)、轮次/token 预算、结构化输出 schema,再用 evals 包写一组回归测试。

初级用法

  • strands CLI:终端里直接与 harness Agent 对话做原型(npm @strands-agents/cli)
  • MCP 工具:strands-mcp 服务器把「怎么用 Strands 构建」的知识喂给编码 Agent
  • 结构化输出:让 Agent 按你定义的 JSON schema 回答,省掉解析
  • Session 管理:把会话状态落盘/恢复,跨请求延续记忆

高级玩法

  • 多 Agent 模式:官方多 Agent 模式库支持编排图、监督者等结构,比单循环更贴近真实业务分工
  • Hook 体系:每一步(工具调用前/后、模型调用前/后)都可插 hook,做日志、校验或改道
  • Steering handlers:Agent 自我纠偏而不是静默失败——出错时由转向处理器把它拉回正轨
  • LangGraph 迁移指南:官方提供从 LangGraph 迁移的指引,降低换框架成本
  • Evals SDK:把 Agent 当被测系统建回归评测,配合 CI 防退化

小技巧

  1. 编码 Agent 用户先装 Strands 插件(Claude Code / Codex / Cursor),框架选型、脚手架、工具编写、MCP 接线都有引导
  2. 预算先行:上线前就设 turn limits 与 token budgets,别等账单爆炸
  3. guardrails 挡在工具执行之前,比事后校验便宜得多
  4. 模型可移植是它的卖点:开发用 Anthropic、上量切 Bedrock,代码不用改
  5. 追踪默认全开,调试循环问题时先看 trace 再加 print

进阶学习建议

先读官方文档「agent loop 概念」页,对照自己以前手写的循环逐项迁移:lifecycle → tools → structured output → sessions,每迁一层跑一次 evals。第二步深入 hook 与 steering:实现一个「工具调用前审计 + 失败后自动改道」的组合,这是 Strands 与裸 SDK 的分水岭。第三步用 samples 仓(strands-agents/samples)里的多 Agent 样例搭一个「调研 Agent + 写作 Agent + 审阅 Agent」的三角色流水线,接上 MCP 工具,再用 Evals SDK 固化质量基线。最后对照 LangGraph 迁移指南,把一个已有 LangGraph 图改写成 Strands 多 Agent 模式,体会「in-process、无控制面」在部署上的差异。

常见踩坑

  1. Harness 与 SDK 混用踩坑:strands-harness 是全套组装(含默认配置),strands-agents(SDK)是散件。装了 harness 又手工配底层循环容易重复配置——按「要么 harness 要么纯 SDK」二选一起步。
  2. Bedrock 凭据没配够:走 AWS 路线时除了 AK/SK 还要 region 与模型访问授权(model access enable),报 AccessDeniedException 时先查这两样。
  3. 1,148 个 open issue 的体感:仓库 issue 数很高(2026-11-06 GitHub API 实测 1,148),多数是双语言生态的配置/插件问题;遇到怪错先搜 issue 区,别急着重造轮子。
  4. token 预算默认可能过宽:不做预算限制的长循环任务可能烧出意外账单,生产前显式设 turn limits + token budgets。
  5. TypeScript 与 Python 包名不同步:npm 是 @strands-agents/harness / @strands-agents/sdk,PyPI 是 strands-harness / strands-agents,文档跳转时容易看串版本。
  6. MCP 工具加载失败:MCP server 未启动或协议版本不匹配时工具列表为空;先单独跑通 MCP server 再接入 Agent。

环境与依赖速查

语言包用途
Pythonstrands-harnesscreate_harness() 全组装 Agent
Pythonstrands-agents纯 SDK:agent loop / providers / tools
TypeScript@strands-agents/harness全组装 Agent
TypeScript@strands-agents/sdk纯 SDK
任意@strands-agents/cli(strands)终端原型与直聊
任意strands-agents-mcp-server给编码 Agent 的 Strands 知识 MCP

环境变量按所选 provider 准备:Bedrock 走 AWS 凭据链(AK/SK + region + 模型授权),Anthropic/OpenAI/Gemini 走各自 API Key 变量;自定义 provider 实现 model provider 接口即可注入。

常见问题 FAQ

Q1: Strands 和 LangGraph 选哪个?

A: Strands 官方定位是「模型驱动的少代码 Agent 循环 + 生产控制」,LangGraph 是显式状态图编排。要循环内自主决策、少写图就用 Strands;要精确控制每一步转移用 LangGraph。官方还提供迁移指南,两边可切换。

Q2: 必须用 AWS 吗?

A: 不必。Bedrock 是一等支持,但 Anthropic / OpenAI / Gemini 及众多 provider 都可用,也支持自定义 provider;跑在你自己进程里,无托管控制面。

Q3: 可以离线/本地模型吗?

A: 可以——provider 接口支持任意 OpenAI 兼容端点或自定义 provider,本地推理(如 vLLM/Ollama 暴露的端点)也能接。

Q4: Python 和 TypeScript 功能对齐吗?

A: 单仓双树(harness-py / harness-ts、strands-py / strands-ts)同步演进,核心能力(循环、工具、MCP、护栏、追踪)双方都有;个别生态包(如 evals 周边)成熟度可能先后有差。

Q5: 生产环境怎么观测?

A: tracing 默认开启,支持导出到常见观测后端;配合 guardrails 与 evals 形成观测—拦截—回归三件套,官方文档「observability」与「evals-sdk」章有完整指引。

参考链接


最后更新:2026-11-06 · 作者:MagicNetWorld · 基于公开资料整理,关键数据经 GitHub API 独立实测核验,AI 辅助生成

📊 评分与标签

核验口径:已按现行口径通过,待按新证据契约复核

评分说明

总分 8.3/10 · P_优选

核验日期:2026-11-06。评价对象是开源 Agent SDK 与 Harness 单仓 Strands Agents(strands-agents/harness-sdk,Apache-2.0,Python + TypeScript,文档站 strandsagents.com),评价依据为官方 README、monorepo 目录结构、文档站与 GitHub 公开仓库指标。按「生产级 Agent 开发框架(开发者视角)」评价,不按 Agent 智能水平打分。

评分依据可追溯至公开来源,每项分数都有明确理由与数据支撑;本站未编写 Strands 应用实测,运行行为描述均来自官方文档。

📊 可观测社区指标(采集日期:2026-11-06)

  • GitHub API:9,057 stars、1,475 forks、1,148 open issues,仓库未归档,Apache-2.0,主语言 Python。
  • pushed_at 为 2026-11-05T21:52:38Z(北京时间 2026-11-06 05:52,当日仍活跃),创建于 2025-05-14,约 18 个月达 9 千 star。
  • 文档站 strandsagents.com(Astro/Starlight)与 Discord 社区、Samples 仓、Evals/Box/Shell/Labs 等配套仓构成完整生态矩阵。

🤖 Agent 能力:1.7/2.0

作为「手写 agent loop 的替代品」,能力清单直击痛点:生命周期控制(轮次上限、token 预算、取消、停止原因)、工具与结构化输出、MCP、多 Agent 模式、记忆与会话管理、guardrails、steering handlers(失败自动纠偏)、tracing 默认开启、Evals SDK。Harness(create_harness() 全组装)与裸 SDK(自搭循环)分层给了从快速起步到深度定制的完整梯度。

扣分一处:多 Agent 模式库相对 LangGraph 的显式状态图在「精确控制每步转移」场景仍弱一档,复杂编排要下探到底层。

  • 竞品对比 1(LangGraph):LangGraph 用显式状态图换精确控制;Strands 用模型驱动循环换少代码,两者互为镜像,官方还提供迁移指南。
  • 竞品对比 2(OpenAI Agents SDK):OpenAI 面向自家生态更薄;Strands 覆盖 guardrails/evals/tracing 全链路且模型可移植。

🖐️ 易用性:1.2/1.5

上手路径清晰:Python pip install strands-harness / TypeScript npm install @strands-agents/harness 即装即用;strands CLI 支持终端直聊做原型;对编码 Agent 用户还有 Claude Code / Codex / Cursor 插件(框架选型、脚手架、工具编写引导)。文档站结构化(user-guide 按概念分章)。

扣分:Harness 与 SDK 的包名/定位差异(PyPI strands-harness vs strands-agents、npm @strands-agents/harness vs sdk)对新手有认知摩擦;Bedrock 用户还要处理 AWS 凭据与模型授权。

  • 竞品对比 1(CrewAI):CrewAI 以角色扮演隐喻降低理解门槛;Strands 更接近工程抽象,概念密度略高。
  • 竞品对比 2(Claude Agent SDK):单厂商绑定、心智负担更低;Strands 用双语言与可移植性换回通用性。

🔌 生态集成:1.8/2.0

生态矩阵完整:monorepo 内 harness-py/harness-ts、strands-py/strands-ts、strands-cli、strands-mcp(把 Strands 知识喂给编码 Agent)、文档站源码、治理文档(team/)、CDK 测试基建,仓外还有 Samples、Box、Shell、Evals、Labs 一族。模型侧 Bedrock/Anthropic/OpenAI/Gemini 一等支持 + 大量 provider + 自定义接口。MCP 双向、LangGraph 迁移指南、三个编码 Agent 插件都直接可用。

扣分一处:非 AWS 世界的运行时生态(如与现有企业网关对接的参考实现)文档相对薄。

  • 竞品对比 1(LangChain):LangChain 三方集成数量占优;Strands 集成面收窄但官方维护质量集中。
  • 竞品对比 2(smolagents):smolagents 轻量单包;Strands 以单仓矩阵换取「循环外的一切」都齐。

👥 社区支持:1.4/1.5

AWS 系出品(strands-agents 组织,配套 strands-labs),背书强度可信;18 个月 9,057 stars / 1,475 forks,fork 比例高说明真实使用者在改造;Discord 社区、Samples 仓、commit 活动徽章齐全;pushed_at 采集当日仍活跃,迭代节奏持续。

扣分一处:1,148 open issues 偏高(双语言生态的配置/插件问题居多),issue 响应速度未抽样核实。

  • 竞品对比 1(Brigade):Brigade star 更高但更年轻;Strands 时间跨度 18 个月,成熟度证据更厚。
  • 竞品对比 2(Google ADK):同为云厂商系 Agent 框架,Strands 的开源治理(team/ 目录含 tenets 与兼容性指南)更显式。

💡 创新程度:1.4/1.5

「模型驱动而非图驱动」的 Agent 循环哲学本身就是与 LangGraph 路线之争的另一方;steering handlers(纠偏而非静默失败)、hook 全步拦截、Evals 与循环同仓、MCP server 反向服务编码 Agent,组合工程观新颖务实。

扣分一处:单点能力在业界均有对应物(护栏、评测、循环),创新集中在取舍立场与组合方式。

  • 竞品对比 1(LangGraph):图驱动的可解释性路线 vs 模型驱动的少代码路线,两条路线都还活着,Strands 是后者的代表。
  • 竞品对比 2(AutoGen):AutoGen 走对话式多 Agent 研究;Strands 把同样能力工程化为「进进程、无控制面」的产品形态。

🔒 稳定性:0.8/1.5

Apache-2.0、18 个月持续演进、治理文档(PR 与兼容性指南、designs 提案)齐备,工程纪律好。但 1,148 open issues 说明缺陷面大;双语言同步维护的回归成本高;0.x 阶段无稳定 API 承诺的明示证据,生产采用需锁版本。

  • 竞品对比 1(LangGraph):LangGraph 已有商用版本与稳定 API 承诺;Strands 稳定性承诺证据不足。
  • 竞品对比 2(Semantic Kernel):微软系多年生产验证;Strands 需要更多时间积累同级稳定性证据。

评分依据可追溯至公开来源,每项分数均有明确理由和数据支撑。

🏷️ 标签说明

  • 开源免费: Apache-2.0 许可,strands-agents 组织开源单仓。来源:GitHub 仓库
  • Agent编排: 生命周期控制、多 Agent 模式、hook、steering 组成完整编排面。来源:Strands README
  • AWS系: strands-agents 组织(AWS 系)出品,Bedrock 一等支持、CDK 测试基建。来源:monorepo 结构
  • 双语言: Python 与 TypeScript 双树同步(harness-py/ts、strands-py/ts),PyPI 与 npm 双发包。来源:README 目录表
  • 模型可移植: Bedrock/Anthropic/OpenAI/Gemini 及大量 provider + 自定义接口,任意模型任意云。来源:Model Providers 文档

局限与声明

  • 本站未编写 Strands Agent 代码实测;循环、护栏、纠偏的运行语义全部来自官方 README 与文档站。
  • 1,148 open issues 为采集时点 GitHub API 读数,其中分类分布未逐条核验。
  • 采集日期 2026-11-06,此后 stars、issue 数与 API 稳定性可能变化;评分为时点判断。

来源核实

  • ✅ 已验证: GitHub API strands-agents/harness-sdk — 2026-11-06 实测,stars/forks/issues/pushed_at/license 与引用一致
  • ✅ 已验证: Strands README(raw) — 2026-11-06 抓取,安装命令/monorepo 目录表/Why Strands 逐项核对
  • ✅ 已验证: 文档站 strandsagents.com — README 逐节链接指向该站,URL 结构一致(未逐页抓取正文)
  • ⚠️ 未实测: pip/npm 安装与 Agent 运行行为 — 仅文档核验

同分类推荐

开源框架 分类下的其他 Agent