← Back to Releases
Strands Python SDK 2025年10月29日

Strands Python SDK v1.14.0 リリース解説

Agentic Loop による Structured Output、割り込み機能 (Interrupts) の強化、MCP 接続のマネージド化、Agent Config ファイルサポートなど、Agent の機能性と開発体験を大幅に向上させる主要機能を追加。

概要

Strands Agents Python SDK v1.14.0 では、Agent ループの一部として動作する Structured Output 機能、Human-in-the-loop パターンを実現する Interrupts の強化、MCP 接続の自動管理機能、設定ファイルによる Agent 作成など、開発者体験と Agent の機能性を大幅に向上させる主要機能が追加されました。

リリース: v1.14.0

新機能

Agentic Loop による Structured Output (#943)

この機能でできること:

  • Agent が JSON Schema や Pydantic モデルに対してレスポンスを検証し、定義済みスキーマに準拠した構造化出力を返せるようになりました。検証はレスポンス生成時に行われ、不適合な出力には設定可能なリトライ動作が適用されます。

使用例:

from strands import Agent
from pydantic import BaseModel

class PersonInfo(BaseModel):
    """人物情報モデル"""
    name: str
    age: int
    occupation: str

# Agent 呼び出し時に structured_output_model を指定
agent = Agent()
result = agent(
    "John Smith is a 30 year-old software engineer",
    structured_output_model=PersonInfo
)

# 構造化出力にアクセス
person_info: PersonInfo = result.structured_output
print(person_info)  # PersonInfo(name='John Smith', age=30, occupation='software engineer')

# Agent 初期化時に structured_output_model を指定することも可能
agent = Agent(structured_output_model=PersonInfo)
result = agent("Create a profile for Jane Doe who is a 25 year old dentist")
person_info: PersonInfo = result.structured_output
print(person_info)  # PersonInfo(name='Jane Doe', age=25, occupation='dentist')

ポイント:

  • Tool ベースのシステムで自動リトライロジックが組み込まれています
  • Agent クラスと __call__ メソッドの両方で structured_output_model パラメータをサポート
  • Pydantic によるフル型安全性とバリデーション機能を提供
  • 既存のツールエコシステムとの後方互換性を維持

Interrupts による Human-in-the-loop サポート (#1070)

この機能でできること:

  • Interrupts が Strands で Human-in-the-loop パターンのファーストクラスサポートを提供します。Hook やツール定義で直接 Interrupt を発生させることができます。また、MCP elicitation が MCPClient で公開されました。

使用例:

import json
from typing import Any

from strands import Agent, tool
from strands.hooks import BeforeToolCallEvent, HookProvider, HookRegistry

from my_project import delete_files, inspect_files

class ApprovalHook(HookProvider):
    def __init__(self, app_name: str) -> None:
        self.app_name = app_name

    def register_hooks(self, registry: HookRegistry, **kwargs: Any) -> None:
        registry.add_callback(BeforeToolCallEvent, self.approve)

    def approve(self, event: BeforeToolCallEvent) -> None:
        if event.tool_use["name"] != "delete_files":
            return

        approval = event.interrupt(
            f"{self.app_name}-approval",
            reason={"paths": event.tool_use["input"]["paths"]}
        )
        if approval.lower() != "y":
            event.cancel_tool = "User denied permission to delete files"


agent = Agent(
    hooks=[ApprovalHook("myapp")],
    system_prompt="You delete files older than 5 days",
    tools=[delete_files, inspect_files],
)

paths = ["a/b/c.txt", "d/e/f.txt"]
result = agent(f"paths=<{paths}>")

while True:
    if result.stop_reason != "interrupt":
        break

    responses = []
    for interrupt in result.interrupts:
        if interrupt.name == "myapp-approval":
            user_input = input(f"Do you want to delete {interrupt.reason['paths']} (y/N): ")
            responses.append({
                "interruptResponse": {
                    "interruptId": interrupt.id,
                    "response": user_input
                }
            })

    result = agent(responses)

ポイント:

  • Hook やツール定義で直接 Interrupt を発生させることができます
  • ユーザー承認が必要な操作をインタラクティブに制御できます
  • MCP elicitation が MCPClient で公開され、高度な統合が可能になりました

MCP 接続のマネージド化 (#895)

この機能でできること:

  • ToolProvider を介した MCP 接続のマネージド化により、コンテキストマネージャーを使用する必要性が解消されました。Agent が接続ライフサイクルを自動的に管理するため、よりシンプルな構文が可能になります。

使用例:

from mcp import stdio_client, StdioServerParameters
from strands import Agent
from strands.tools.mcp import MCPClient

# シンプルな構文で MCP クライアントを使用
stdio_mcp_client = MCPClient(
    lambda: stdio_client(StdioServerParameters(command="python", args=["server.py"]))
)

# Agent が自動的に接続ライフサイクルを管理
agent = Agent(tools=[stdio_mcp_client])
agent("do something")

# ツールフィルタリングと名前の曖昧性解消もサポート
mcp_client = MCPClient(
    lambda: stdio_client(StdioServerParameters(...))
)

# MCPClient は ToolProvider を実装
agent = Agent(tools=[mcp_client])

ポイント:

  • この機能は実験的 (experimental) ですが、安定版として間もなくマークされる予定です
  • コンテキストマネージャーの手動管理が不要になります
  • ツールフィルタリングと名前の曖昧性解消機能を提供
  • Agent が自動的にクリーンアップを処理します

Agent Config による設定ファイルサポート (#935)

この機能でできること:

  • 設定ファイルまたは辞書を使用して Agent を定義・作成できるようになりました。これにより、Agent の共有や設定ベースの Agent 管理が容易になります。

使用例:

from strands.experimental import config_to_agent, AgentConfig

# 辞書から Agent を作成
agent = config_to_agent(
    {
        "model": "us.anthropic.claude-3-5-sonnet-20241022-v2:0",
        "prompt": "You are a coding assistant. Help users write, debug, and improve their code.",
        "tools": ["strands_tools.file_read", "strands_tools.editor", "strands_tools.shell"]
    },
    description="My custom description"
)

# ファイルから設定を読み込むことも可能
config = AgentConfig("file://path/to/local/config.json")
agent = config.to_agent()

設定ファイルの例:

{
  "model": "us.anthropic.claude-3-5-sonnet-20241022-v2:0",
  "prompt": "You are a coding assistant. Help users write, debug, and improve their code. You have access to file operations and can execute shell commands when needed.",
  "tools": ["strands_tools.file_read", "strands_tools.editor", "strands_tools.shell"]
}

ポイント:

  • デフォルトで使用可能なツール: file_read、editor、http_request、use_agent、shell
  • 設定から Agent への変換時に追加の kwargs を渡すことができます
  • 将来的には Strands のより多くの機能がこの設定形式でサポートされる予定です

MCP Elicitation サポート (#1094)

この機能でできること:

  • MCPClient で elicitation コールバックを渡せるようになり、MCP サーバーからのユーザー入力要求に対応できるようになりました。

使用例:

from mcp import stdio_client, StdioServerParameters
from mcp.types import ElicitResult

from strands import Agent
from strands.tools.mcp import MCPClient

async def elicitation_callback(context, params):
    """Elicitation リクエストを処理"""
    print(f"ELICITATION: {params.message}")

    return ElicitResult(
        action="accept",  # または "decline"
        content={"username": "user123"}
    )

client = MCPClient(
    lambda: stdio_client(
        StdioServerParameters(command="python", args=["/path/to/server.py"])
    ),
    elicitation_callback=elicitation_callback,
)

with client:
    agent = Agent(tools=client.list_tools_sync())
    result = agent("Delete 'a/b/c.txt' and share the name of the approver")
    print(result.message)

ポイント:

  • MCP 仕様の elicitation 機能をサポート
  • 非同期コールバックで elicitation リクエストを処理
  • MCP サーバーとの接続が開いている間、永続的な接続を維持します

LiteLLM で Structured Output のハンドリング強化 (#1021)

この機能でできること:

  • LiteLLM を使用する際の Structured Output ハンドリングが強化され、より堅牢なスキーマ検証とエラーハンドリングが提供されます。

ポイント:

  • LiteLLM モデルプロバイダーでの Structured Output サポートを改善
  • スキーマ検証とエラーハンドリングの堅牢性を向上

バグ修正

テレメトリのスパン種別を INTERNAL に修正 (#1055)

  • Strands Agent の invoke_agent スパンを INTERNAL spanKind にすることで、テレメトリトレースの整合性を向上させました。

ToolUse がない場合のエラー回避 (#1087)

  • tool_uses が空の場合に発生していたエラーを修正し、より堅牢なエラーハンドリングを実装しました。

Bedrock の throttlingexception の様々なケースでのリトライ対応 (#1096)

  • Bedrock の様々な throttlingexception ケースでリトライ処理が正しく動作するように修正しました。

ダイレクトツール呼び出し時の Interrupt 制約 (#1097)

  • ダイレクトツール呼び出し時に Interrupt が許可されないように制約を追加しました。

無効なツール使用の送信時変換 (#1091)

  • 無効なツール使用を検出時ではなく送信時に変換することで、エラーハンドリングを改善しました。

まとめ

v1.14.0 は、Structured Output、Interrupts、MCP 接続の自動管理、Agent Config など、開発者体験と Agent の機能性を大幅に向上させる主要機能を追加した重要なリリースです。これらの機能により、より柔軟で堅牢な Agent システムの構築が可能になります。