首页
/ 使用Strands Agent与OpenAI模型构建智能代理的入门指南

使用Strands Agent与OpenAI模型构建智能代理的入门指南

2025-06-03 22:08:50作者:范靓好Udolf

概述

Strands Agent是一个采用模型驱动方法的SDK,能够帮助开发者用少量代码构建和运行AI代理。该框架支持多种模型提供商,可以灵活地部署在任何环境中。本文将重点介绍如何通过Strands Agent SDK集成OpenAI模型(以Azure托管的gpt-4.1-mini为例)来构建一个具备天气查询和时间查询功能的智能代理。

技术架构解析

Strands Agent采用了简洁而强大的架构设计:

  1. 模型层:通过LiteLLM统一接口支持多种LLM提供商
  2. 工具层:可扩展的工具集,为代理提供特定功能
  3. 代理核心:协调模型推理与工具调用的中枢系统

这种分层架构使得开发者可以灵活地替换模型提供商或添加新工具,而不影响整体系统稳定性。

环境准备

基础要求

  • Python 3.10或更高版本
  • Azure账户权限
  • 可访问gpt-4.1-mini模型的服务端点

依赖安装

首先需要安装必要的Python包:

pip install -r requirements.txt

核心代码实现

1. 导入依赖

import os
from datetime import datetime
from datetime import timezone as tz
from typing import Any
from zoneinfo import ZoneInfo

from strands import Agent, tool
from strands.models.litellm import LiteLLMModel

2. 配置Azure API密钥

os.environ["AZURE_API_KEY"] = "<YOUR_API_KEY>"
os.environ["AZURE_API_BASE"] = "<YOUR_API_BASE>"
os.environ["AZURE_API_VERSION"] = "<YOUR_API_VERSION>"

3. 定义工具函数

我们创建两个示例工具来展示代理能力:

@tool
def current_time(timezone: str = "UTC") -> str:
    """获取指定时区的当前时间"""
    if timezone.upper() == "UTC":
        timezone_obj: Any = tz.utc
    else:
        timezone_obj = ZoneInfo(timezone)
    return datetime.now(timezone_obj).isoformat()

@tool
def current_weather(city: str) -> str:
    """获取指定城市的天气情况(示例返回固定值)"""
    return "sunny"

4. 配置模型参数

model = "azure/gpt-4.1-mini"
litellm_model = LiteLLMModel(
    model_id=model, params={"max_tokens": 32000, "temperature": 0.7}
)

5. 创建代理实例

system_prompt = "You are a simple agent that can tell the time and the weather"
agent = Agent(
    model=litellm_model,
    system_prompt=system_prompt,
    tools=[current_time, current_weather],
)

测试与验证

执行查询

results = agent("What time is it in Seattle? And how is the weather?")

分析结果

  1. 查看完整的对话历史:
agent.messages
  1. 检查资源使用情况:
results.metrics

最佳实践建议

  1. 模型选择:根据任务复杂度选择合适的模型,简单任务可使用轻量级模型
  2. 温度参数:对于确定性任务,建议降低temperature值(如0.2-0.5)
  3. 工具设计:保持工具函数单一职责,提供清晰的文档字符串
  4. 错误处理:在实际应用中应增强工具函数的错误处理能力

扩展思考

通过这个基础示例,开发者可以进一步探索:

  • 集成更复杂的工具链(如数据库查询、API调用)
  • 实现多代理协作系统
  • 添加记忆机制实现上下文感知
  • 开发自定义监控和日志系统

Strands Agent的模块化设计为这些高级功能提供了良好的扩展基础。

登录后查看全文
热门项目推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
179
263
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
869
514
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
130
183
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
295
331
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
333
1.09 K
harmony-utilsharmony-utils
harmony-utils 一款功能丰富且极易上手的HarmonyOS工具库,借助众多实用工具类,致力于助力开发者迅速构建鸿蒙应用。其封装的工具涵盖了APP、设备、屏幕、授权、通知、线程间通信、弹框、吐司、生物认证、用户首选项、拍照、相册、扫码、文件、日志,异常捕获、字符、字符串、数字、集合、日期、随机、base64、加密、解密、JSON等一系列的功能和操作,能够满足各种不同的开发需求。
ArkTS
18
0
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.08 K
0
kernelkernel
deepin linux kernel
C
22
5
WxJavaWxJava
微信开发 Java SDK,支持微信支付、开放平台、公众号、视频号、企业微信、小程序等的后端开发,记得关注公众号及时接受版本更新信息,以及加入微信群进行深入讨论
Java
829
22
cherry-studiocherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
601
58