AWS 指出，尽管开发者常利用 Anthropic 的 Claude Code 或 OpenAI 的 Codex 在本地机器上 " 开箱即用 " 地构建 AI 代理原型，但在向可扩展的云环境迁移时往往面临诸多挑战。Strands Harness 正是为解决这一痛点而生，它不仅支持 AWS 自身平台，还兼容 Google Cloud、Microsoft Azure、Modal 及 Cloudflare 等主流云服务。
灵活架构与高效上下文管理
Strands Harness 基于 AWS 开发的开源软件开发套件构建，具备极高的灵活性。它可运行于 Anthropic、OpenAI、Amazon Bedrock 和 Google 的最新前沿模型之上；若需本地托管，也可指向本地的 Ollama 模型。
在功能组件方面，Strands Harness 内置了读写编辑、Shell 执行和网络搜索等核心能力，倾向于直接利用底层模型已有的操作能力，而非让开发者为每个任务定制工具。其先进的上下文管理机制，通过将工具结果卸载至单独文件并缓存重复请求，有效优化了上下文窗口，从而缩短处理时间并提升令牌（Token）使用效率。
此外，该框架支持跨运行周期的长期记忆，可通过会话 ID 恢复历史对话。内置的辅助智能体能通过自动化清单委派开放式子任务，开发者还可上传自定义 " 智能体技能 " 或集成 Model Context Protocol 服务器等外部工具。
基准测试表现强劲
AWS 公布的基准测试数据显示，在使用相同底层模型的情况下，Strands Harness 的运行效率比基于其他框架构建的智能体高出 26%。在令牌效率方面，其优势同样明显：一项基于 Anthropic Fable 5 模型的测试表明，完成相同任务时，Strands Harness 的成本比 Claude Code 低 77%，且在 Terminal Bench 2.1 基准测试中取得了更高总分。
快速原型开发与获取方式
Strands Harness 的主要应用场景是新 AI 应用的快速原型开发。AWS 团队已利用该框架开发出 Strands CLI 命令行界面，允许用户通过自然语言命令对 AI 代理进行原型设计。用户只需选择底层模型、添加提示词和工具，即可通过 "/export" 命令将底层代码导出为 Python 或 TypeScript 文件。
目前，Strands Harness 已在 GitHub 开放下载，并支持通过标准包管理器直接安装，命令分别为 pip install strands-agents-harness 或 npm install strands-agents-harness。
【星途科讯 图文丨王宇洲 首发于 ZAKER 科技，转载请注明出处】
