Strands ra mắt công cụ tạo Agent đa năng: Chỉ một dòng code, tiết kiệm 77% chi phí so với Claude Code

Chúng tôi nhận thấy các nhà phát triển thường mong muốn thiết lập Claude Code hoặc Codex của họ có thể chạy trên đám mây, vì ở môi trường cục bộ, ý tưởng về tác nhân (agent) của họ chỉ đơn giản là "hoạt động tốt" với các bộ khung (harness) đó.

Nhưng ngay khi bạn tự xây dựng tác nhân cho riêng mình, bạn sẽ phải tự xoay xở. Việc kết nối các thành phần cơ bản (primitives) sao cho vừa đủ để đạt được cảm giác "nó hoạt động ngay" là một thử thách không nhỏ.

Hôm nay, chúng tôi ra mắt Strands harness: một bộ khung tác nhân hiện đại, hoàn chỉnh mà bạn có thể dễ dàng chạy cục bộ hoặc triển khai lên nhà cung cấp dịch vụ yêu thích của mình. Nó được xây dựng để trở thành một tác nhân đa năng thay vì chỉ là tác nhân lập trình. Tất cả những gì bạn cần là một dòng mã Python hoặc TypeScript để nó hoạt động với mô hình bạn chọn. Strands harness vượt trội hơn các bộ khung tác nhân khác về hiệu quả chi phí trong khi vẫn duy trì độ chính xác tương đương hoặc tốt hơn. Nó được phát hành theo giấy phép Apache 2.0.

Strands harness tiết kiệm chi phí hơn 28% khi sử dụng cùng các mô hình Claude hoặc GPT trên sáu bộ tiêu chuẩn đánh giá (benchmarks). Chúng tôi nhận thấy Strands harness thể hiện hiệu quả sử dụng token tốt hơn và điểm số đánh giá gần như tương đương so với Claude Code, Codex và các bộ khung phổ biến khác. Điều này rất quan trọng vì chúng tôi không bao giờ muốn đánh đổi độ chính xác để lấy chi phí thấp hơn. Deepseek Harness tỏ ra là bộ khung tiết kiệm token nhất về tổng thể, tuy nhiên, nó thường báo cáo điểm số chính xác thấp nhất. Thiết lập thử nghiệm của chúng tôi là đánh giá phân tán trên EC2 với Harbor.

Với Fable 5, Strands harness có chi phí thấp hơn 77% so với Claude Code và đạt điểm cao hơn trên Terminal Bench 2.1. Chúng tôi cũng rất vui khi thấy hai bộ khung mã nguồn mở khác có hiệu suất về chi phí/độ chính xác tương tự khi so với Claude Code.

Strands harness, được xây dựng trên Strands Harness SDK, chứa các thiết lập mặc định cho việc lưu trữ bộ nhớ đệm prompt (prompt caching) và quản lý ngữ cảnh. Cơ chế quản lý ngữ cảnh mặc định của chúng tôi phần lớn thúc đẩy hiệu quả token và độ chính xác: kết quả công cụ trên ~1500 token sẽ bị cắt bớt, tính năng tóm tắt (nén) được kích hoạt khi cửa sổ ngữ cảnh vượt quá 85% và quá trình khôi phục ngữ cảnh sẽ chạy trong vòng lặp nếu xảy ra tràn bộ nhớ.

Hãy chờ đón bài báo tiếp theo từ các nhà nghiên cứu của chúng tôi liên quan đến các tiêu chuẩn đánh giá này. Trong thời gian chờ đợi, chúng tôi rất hào hứng khi mọi người có thể sử dụng các thiết lập mặc định này trong Strands harness.

Dễ dàng bắt đầu

Strands harness chạy trên các mô hình mới nhất từ Amazon Bedrock, Anthropic, OpenAI và Google. Hãy chọn một mô hình theo tên hoặc trỏ nó đến một mô hình Ollama cục bộ:

• Amazon Bedrock
• Anthropic
• OpenAI
• Google
• Ollama
• LiteLLM

• Python
• TypeScript

from strands_harness import create_harnessagent = create_harness(model="bedrock/global.anthropic.claude-opus-5")agent("Research the top three vector databases, compare pricing and limits, and write it up in comparison.md")

Ngay khi khởi chạy, create_harness sẽ trả về một tác nhân có khả năng:

• Chạy trên một mô hình suy luận hiện tại thông qua Amazon Bedrock, Anthropic, OpenAI, Google, Ollama hoặc LiteLLM.
• Đi kèm với các công cụ shell, tệp (đọc / ghi / chỉnh sửa) và web: những thành phần cơ bản mà mô hình đã biết cách sử dụng, thay vì phải tạo công cụ riêng cho từng tác vụ.
• Tự quản lý cửa sổ ngữ cảnh của chính nó. Nó chuyển các kết quả công cụ cồng kềnh sang tệp và lưu trữ bộ nhớ đệm các phần được sử dụng lại của mỗi yêu cầu để tiết kiệm thời gian và chi phí.
• Lưu giữ bộ nhớ dài hạn qua các lần chạy và tiếp tục cuộc trò chuyện trước đó khi bạn cung cấp ID phiên làm việc.
• Ủy quyền các tác vụ phụ mở cho một tác nhân hỗ trợ tích hợp và theo dõi công việc nhiều bước bằng danh sách kiểm tra.
• Tải các kỹ năng nếu chúng tồn tại.

Strands harness có thể được triển khai trên bất kỳ nhà cung cấp nào hỗ trợ container linux, chẳng hạn như Modal, Cloudflare Containers, Azure Container Apps, Google Cloud Run, Amazon ECS và Amazon Bedrock AgentCore.

Chúng tôi cũng có Strands CLI cho phép bạn tạo mẫu tác nhân của mình bằng ngôn ngữ tự nhiên. Kết nối nhà cung cấp mô hình bạn chọn, sau đó thêm các prompt và công cụ để xem tác nhân của bạn trở nên sống động. Sau đó, bạn có thể chạy /export trong Strands CLI để nhận bản sao mã nguồn bằng TypeScript hoặc Python, một cách rất thuận tiện để tiếp tục lặp lại quá trình phát triển trên Strands harness với tác nhân lập trình ưa thích của bạn.

Tại đây, chúng tôi yêu cầu tác nhân Strands harness "thêm Playwright MCP" và sau đó đo độ trễ khi tải video trên một bài đăng blog. Sau khi thấy các công cụ MCP hoạt động chính xác, chúng tôi chỉ cần chạy /export để lấy mã nguồn Strands harness. Bạn có thể thấy Playwright MCP đã được thêm vào mã khung (boilerplate), giúp việc lặp lại với tác nhân lập trình hoặc thêm cấu hình để triển khai trở nên dễ dàng.

Những gì bạn có thể xây dựng từ Strands harness

Strands CLI thực chất được xây dựng dựa trên Strands harness. Chúng tôi đã mở khóa hàng loạt ý tưởng đầy tham vọng nhờ vào việc tạo mẫu bất kỳ tác nhân nào trở nên dễ dàng. Gần đây, kỹ sư của chúng tôi, Gautam Sirdeshmukh, lấy cảm hứng từ các nền tảng tác nhân như Grokbot và Muse, đã xây dựng một ứng dụng máy tính để bàn có thể khởi chạy Strands harness từ xa.

Khi bạn đã sẵn sàng đi sâu hơn, Strands harness hoàn toàn có thể tùy chỉnh. Bạn có thể dễ dàng ghi đè bất kỳ thiết lập mặc định nào, thay đổi mô hình, thêm công cụ hoặc dần dần thay thế các thành phần cho đến tận Strands Harness SDK. Mã nguồn là của bạn.

Chúng tôi rất hào hứng với tất cả các loại tác nhân sẽ ra đời cùng với Strands harness.

Hãy dùng thử ngay hôm nay

Bạn có thể dễ dàng cài đặt Strands harness bằng lệnh pip install strands-harness cho Python hoặc npm install @strands-agents/harness cho TypeScript. Để có trải nghiệm tương tác, hãy tải xuống Strands CLI: npm install -g @strands-agents/cli.

Chúng tôi tin rằng việc tạo mẫu nhanh chóng với một bộ khung đầy đủ tính năng sẽ tạo ra nhiều tác nhân hữu ích hơn. Đội ngũ của chúng tôi cũng có mặt trên Discord, vì vậy hãy ghé thăm hoặc đặt bất kỳ câu hỏi nào về tác nhân cho chúng tôi!