Strands Agents 开源框架：30 行代码在 AWS 上构建 AI 研究助手
AWS 发布 Strands Agents 开源框架，结合 Amazon Bedrock 和 Kiro IDE，仅需 30 行 Python 代码即可创建智能研究助手。本文详解从安装到部署的完整流程，并分析对中文开发者的实用价值与国产替代方案。
一句话看懂
AWS 推出 Strands Agents 开源框架，结合 Kiro IDE 和 Amazon Bedrock，30 行代码就能构建一个能自主搜索、分析并生成报告的 AI 研究助手。
详细发生了什么
AWS 机器学习博客发布了一篇教程，展示如何使用 Strands Agents 开源框架快速构建 AI 研究助手。Strands Agents 是一个模型驱动的 AI agent SDK，支持通过 Python 代码将 LLM 与自定义逻辑及 API 结合。开发者只需定义 prompt 和工具列表，LLM 即可自主推理、规划并执行任务。
教程中，开发者使用 Kiro IDE（AWS 推出的 AI 辅助 IDE）通过自然语言提示生成代码，最终仅用 30 行 Python 代码（含 Streamlit 界面）就实现了一个完整的研究助手应用。该应用支持用户输入主题，自动生成包含概述、近期文章、前置知识、关键贡献者和 arXiv 论文链接的研究报告。
Strand Agents 框架已开源（Apache-2.0 许可），支持 Amazon Bedrock、Anthropic、OpenAI 等多种 LLM 提供商，并已用于 Amazon Q 和 AWS Glue 等 AWS 服务。
中文圈视角
对中文开发者来说，这个框架最大的吸引力在于大幅降低了 AI agent 的开发门槛。以往构建一个能自主搜索、推理并生成报告的应用，需要掌握 prompt engineering、tool calling、状态管理、多 agent 编排等复杂技术，现在只需几十行代码。
但要注意几点：
- 依赖 AWS 生态：教程中使用了 Amazon Bedrock 的 Claude Sonnet 模型，国内用户需要 AWS 海外账号并配置 IAM 权限，存在网络和合规门槛。
- 国产平替：类似的开源框架有 Dify（支持 agent 编排）、FastGPT（知识库+工作流）、以及 ModelScope 的 Agent 框架。如果不想用 AWS，可以尝试这些方案，它们对中文支持更好，且无需翻墙。
- 中文场景适配：Strands Agents 的 prompt 模板是英文，直接用于中文主题可能效果打折。需要自行调整 prompt 和工具（如搜索 arXiv 对中文论文覆盖有限）。
一个值得关注的盲点是：Strands Agents 的“模型无关”设计意味着理论上可以接入国产 LLM（如 DeepSeek、Qwen），但教程中未提及，实际兼容性有待验证。
几条值得记住的细节
- Strands Agents 是开源框架，Apache-2.0 许可，GitHub 上有活跃社区贡献。
- 教程中使用的模型是 Amazon Bedrock 上的 Claude Sonnet（anthropic.claude-3-5-sonnet-20241022-v2:0），需配置 IAM 权限。
- 核心代码仅 30 行，包含 Streamlit 前端和 Strands Agent 逻辑。
- Kiro IDE 提供“Strands” power，可一键安装并辅助生成 agent 代码。
- 框架支持实时流式响应，适合需要即时反馈的交互式应用。
一句话总结
如果你在 AWS 上做 AI 开发，Strands Agents 能让你从繁琐的 agent 编排中解放出来，30 行代码快速验证想法。