← Back to Releases
Strands Python SDK 2026年4月17日

Strands Python SDK v1.36.0 リリース解説

Agent のスナップショット機能、URL からのスキル読み込み、Agent コンストラクタでの callable フック対応など、多数の新機能とバグ修正が含まれます。

概要

このリリースでは、Agent の状態をスナップショットとして保存・復元できる機能、GitHub などの URL から直接スキルを読み込む機能、Agent コンストラクタで callable なフックコールバックを直接渡せる機能など、多くの新機能が追加されました。また、テレメトリ、Bedrock、LiteLLM など各モデルプロバイダーのバグ修正も含まれています。

リリース: v1.36.0

新機能

Agent のスナップショット機能 take_snapshot() / load_snapshot() (#1948)

この機能でできること:

  • Agent の現在の状態をスナップショットとして保存し、後から復元できます。TypeScript SDK に既にあった機能が Python SDK にも追加されました。

使用例:

from strands import Agent, Snapshot
import json

agent = Agent(model=my_model, system_prompt="You are a helpful assistant")

# 会話を進める
agent("Hello, my name is Alice")
agent("What's the weather like?")

# チェックポイントとしてスナップショットを取得
snapshot = agent.take_snapshot(preset="session")

# 会話を続ける
agent("Tell me a joke")

# スナップショットから復元 - "What's the weather like?" 後の状態に戻る
agent.load_snapshot(snapshot)

# 選択的なスナップショット: messages と state のみをキャプチャ
snapshot = agent.take_snapshot(include=["messages", "state"])

# アプリケーション固有のメタデータを付与
snapshot = agent.take_snapshot(
    preset="session",
    app_data={"checkpoint_label": "before-tool-call", "user_id": "u-123"},
)

# JSON として永続化
json_str = json.dumps(snapshot.to_dict())

# ストレージから復元
restored = Snapshot.from_dict(json.loads(json_str))
new_agent = Agent(model=my_model)
new_agent.load_snapshot(restored)

ポイント:

  • preset="session" で messages、state、conversation_manager_state、interrupt_state をキャプチャ
  • include / exclude でキャプチャするフィールドをカスタマイズ可能
  • app_data でアプリケーション固有のデータを一緒に保存可能
  • スナップショットはバージョン管理され、JSON シリアライズ可能

URL からのスキル読み込み (#2091)

この機能でできること:

  • GitHub などのリモート Git リポジトリから直接スキルを読み込めるようになりました。

使用例:

from strands import Agent, AgentSkills, Skill

# GitHub リポジトリから直接スキルを読み込み
plugin = AgentSkills(skills=["https://github.com/dgallitelli/aws-data-agent-skill"])

# バージョンを指定して読み込み
plugin = AgentSkills(skills=["https://github.com/org/skill-repo@v1.0.0"])

# ローカルスキルと混在させて使用
plugin = AgentSkills(skills=[
    "https://github.com/org/skill-repo",
    "./local-skills/my-skill",
])

# Skill クラスメソッドを直接使用
skills = Skill.from_url("https://github.com/org/skill-repo@main")

ポイント:

  • https://、git@、ssh:// 形式の URL に対応
  • @ref サフィックスでブランチ・タグを指定可能（例: @v1.0.0、@main）
  • リポジトリは ~/.cache/strands/skills/ にキャッシュされ、再読み込みは高速
  • シャロークローン（--depth 1）で帯域とディスク使用量を最小化

Agent コンストラクタで callable フックコールバックをサポート (#1992)

この機能でできること:

  • Agent のコンストラクタで、HookProvider だけでなく callable な関数を直接フックとして渡せるようになりました。

使用例:

from strands import Agent
from strands.types.events import BeforeInvocationEvent, BeforeModelCallEvent

def on_start(event: BeforeInvocationEvent) -> None:
    print('Starting!')

def on_model(event: BeforeModelCallEvent) -> None:
    print('Model call!')

# callable を直接渡せるようになった
agent = Agent(hooks=[on_start])

# HookProvider との混在も可能
agent = Agent(hooks=[on_start, MyHookProvider(), on_model])

# 非同期関数もサポート
async def on_start_async(event: BeforeInvocationEvent) -> None:
    await some_async_operation()

agent = Agent(hooks=[on_start_async])

ポイント:

  • callable には型ヒント付きのイベントパラメータが必要
  • 型ヒントのない lambda はサポートされず、ValueError が発生
  • agent.add_hook() との一貫性が向上

A2A Agent に client_config パラメータ追加 (#2103)

この機能でできること:

  • A2AAgent に認証設定を渡すための client_config パラメータが追加されました。これにより、カード解決とメッセージ送信の両方で認証済みクライアントを使用できます。

使用例:

from strands.agent import A2AAgent
from a2a.client import ClientConfig
import httpx

# 認証済みの httpx クライアントを作成
auth_client = httpx.AsyncClient(...)  # SigV4 署名など

# 新しい方法（推奨）
agent = A2AAgent(
    endpoint="https://protected.endpoint",
    client_config=ClientConfig(httpx_client=auth_client),
)
card = await agent.get_agent_card()  # 認証クライアントでカード解決

ポイント:

  • a2a_client_factory は非推奨となり、将来のバージョンで削除予定
  • client_config と a2a_client_factory の両方を指定すると ValueError が発生
  • 認証が必要なエンドポイントでの 403 エラーが解消

OpenAI プロバイダーでキャッシュトークンをメタデータに追加 (#2116)

この機能でできること:

  • OpenAI のプロンプトキャッシュ情報が metadata イベントに含まれるようになり、コスト最適化やデバッグに活用できます。

使用例:

# metadata イベントの usage データにキャッシュ情報が追加される
# キャッシュヒット時:
{
    "inputTokens": 1861,
    "outputTokens": 10,
    "totalTokens": 1871,
    "cacheReadInputTokens": 1792  # 新しく追加
}

ポイント:

  • cacheReadInputTokens フィールドでキャッシュヒットしたトークン数を確認可能
  • キャッシュヒットがない場合、フィールドは省略される（後方互換性を維持）
  • 既存のテレメトリパイプラインで自動的に処理される

メッセージにメタデータフィールドを追加 (#2125)

この機能でできること:

  • Message にオプションの metadata フィールドが追加され、usage やメトリクス、カスタムデータをメッセージ単位で追跡できるようになりました。

使用例:

from strands.types.content import get_message_metadata

# メッセージからメタデータを取得
for message in agent.messages:
    metadata = get_message_metadata(message)
    if metadata:
        print(f"Usage: {metadata.get('usage')}")
        print(f"Metrics: {metadata.get('metrics')}")

ポイント:

  • コンテキスト管理のロードマップの基盤となる機能
  • メッセージごとのコスト分析やプロアクティブな圧縮機能の基礎
  • モデルプロバイダーへの送信前にメタデータは自動的に除外される

Bidi Agent で request_state["stop_event_loop"] フラグをサポート (#1954)

この機能でできること:

  • stop_conversation ツール名のハードコードを廃止し、汎用的な request_state["stop_event_loop"] フラグで会話を停止できるようになりました。

使用例:

from strands_tools import stop
from strands.experimental.bidi import BidiAgent

# 新しい方法（推奨）
agent = BidiAgent(tools=[stop, ...])

# カスタムツールでも使用可能
from strands.tools import tool

@tool
def my_stop_tool(request_state: dict) -> str:
    request_state["stop_event_loop"] = True
    return "Goodbye!"

ポイント:

  • stop_conversation は非推奨となり、使用時に DeprecationWarning が発生
  • strands_tools.stop ツールへの移行を推奨
  • カスタムツールでも request_state["stop_event_loop"] = True で停止可能

バグ修正

非ストリーミング引用変換で欠落フィールドを処理 (#2098)

  • Nova の Web グラウンディングが title や sourceContent フィールドなしで引用を返す場合に KeyError が発生する問題を修正
  • オプションフィールドが存在する場合のみ含めるように変更

テレメトリ: イベントループサイクルスパンに共通の gen_ai 属性を追加 (#1973)

  • start_event_loop_cycle_span() に gen_ai.system、gen_ai.provider.name、gen_ai.operation.name 属性が追加され、他のスパンと一貫性が取れるようになりました

テレメトリ: Agent スパンで呼び出しごとの usage を使用 (#2017)

  • マルチターンセッションで累積トークン数ではなく、呼び出しごとのトークン数が報告されるように修正
  • OTEL スパンでのトークンメトリクスが正確になりました

MCP クライアントのバックグラウンドスレッドでイベントループのリークを修正 (#2111)

  • opentelemetry-instrumentation-threading が有効な場合、親スレッドの実行中のイベントループ参照がバックグラウンドスレッドにリークし、RuntimeError: Cannot run the event loop while another loop is running が発生する問題を修正

LiteLLM でのマルチターンツール呼び出しで Gemini の thought_signature を保持 (#2129)

  • LiteLLM モデルプロバイダーを使用する際、Gemini の thought_signature がマルチターンのツール呼び出しを通じて保持されるようになりました
  • ツール呼び出し ID に __thought__ セパレーターでエンコードされたシグネチャを抽出・再エンコード

Bedrock: 空の toolResult content 配列を正規化 (#2123)

  • 一部のモデルプロバイダー（Nemotron など）が toolResult の content: [] を拒否する問題を修正
  • 空の content 配列を [{"text": ""}] に正規化することで、MCP ツールからの空の結果を処理可能に

テレメトリ: トレーサーから force_flush を削除 (#2142)

  • OTLP エンドポイントが到達不能な場合、force_flush() の同期呼び出しで指数バックオフによるリトライが発生し、最大 90 秒ブロックされる問題を修正
  • スパン終了後の force_flush() を削除

まとめ

このリリースでは、Agent のスナップショット機能や URL からのスキル読み込みなど、Agent の状態管理とスキル管理の柔軟性が大幅に向上しました。また、テレメトリの正確性向上や各モデルプロバイダーの互換性改善により、より安定した運用が可能になっています。