企业官网建设流程全解析

• 人工智能
• 大模型
• AI Agent
• Agent 框架
• 多智能体
• 工具调用
• MCP 服务

导读

Strands Python SDK（strands-agents）v1.6.0 是一次聚焦于输入模型统一化、多智能体调用体验与 A2A 协议能力扩展的版本迭代。本文以官方变更记录 sdk/python-v1.6.0.md 为核心骨架，结合仓库源码逐条剖析每个改动背后的实现原理：你将掌握AgentInput类型别名的使用方式与多态输入解析逻辑、MultiAgentBase.__call__的同步调用机制、A2A 中FilePart/DataPart的承载方式，以及结构化输出追踪（span）与文件会话管理的安全修复细节，并了解该版本的依赖与工程维护基线。

一、版本概览与发布要点

v1.6.0 发布于 2025-08-26，对应 Git tagpython/v1.6.0。本版本共包含十余项改动，全部为**非破坏性（breaking: false）**变更，核心可归纳为四类：

以下逐一展开。

二、Agent 输入模型统一：AgentInputTypeAlias 与多态输入解析

2.1AgentInput类型别名的引入与迁移

v1.6.0 先通过 PR #738 新增AgentInput类型别名，随后 PR #746 将其移入types子模块，成为公共类型入口。其定义位于 strands-py/src/strands/types/agent.py#L23：

AgentInput: TypeAlias = str | list[ContentBlock] | list[InterruptResponseContent] | Messages | None

这意味着 Agent 的输入统一为五种形态：

• str：纯文本提示词；
• list[ContentBlock]：内容块列表（如文本、图片等多模态块）；
• list[InterruptResponseContent]：中断响应列表，用于恢复被挂起的 agent；
• Messages：完整的历史消息序列；
• None：不提供输入（仅依赖会话历史）。

该别名同时被AgentBase协议与LocalAgent的实现共用，例如 agent/base.py#L9-L10 中AgentBase.invoke_async/__call__的prompt参数签名即为prompt: AgentInput = None，从而在类型层面统一了同步、异步与流式三种入口的输入契约。

2.2 多态输入的实际解析逻辑

LocalAgent.invoke_async等入口会将prompt交给_convert_prompt_to_messages进行归一化，其完整实现位于 strands-py/src/strands/agent/agent.py#L1794-L1849。核心分支如下：

• 字符串输入：包装为[{"role": "user", "content": [{"text": prompt}]}]；
• 空列表：直接作为空消息序列；
• 全为 dict 的列表：进一步判断——若元素满足Message必填键，则视为完整Messages直接并入会话；若元素命中ContentBlock注解键，则包装成一条 user 消息；若元素包含interruptResponse，则抛出明确错误提示（agent 未处于中断状态时不应收到中断响应）；
• None：仅依赖已有会话历史（配合 v1.6.0 的“无输入 invoke”能力）；
• 其他类型：抛出ValueError，提示合法输入必须是str | list[ContentBlock] | Messages | None。

此外，该函数还会在会话最后一条消息是toolUse时自动补一条缺失的toolResult消息，以保证发给模型的会话结构合法（对应 PR #568 修复的同一场景）。

2.3 无输入 invoke 与Message输入支持（PR #653）

PR #653 让agent.invoke_async()可以不传任何输入，仅基于内部维护的会话历史继续推理；同时支持直接传入完整的Messages序列作为上下文。这在多轮对话续接、会话恢复与多智能体编排中非常实用——例如恢复一个因中断挂起的任务时，只需保持 agent 实例或通过 session 管理恢复状态，再调用invoke_async()即可。

三、修复 agent 作为工具时的不可序列化参数（PR #568）

当把 Agent 通过as_tool()暴露为工具、供另一个 Agent 调用时，工具调用块（toolUse block）中可能携带无法序列化的参数。v1.6.0 修复了该问题，配合 agent.py#L1803-L1817 中“检测到最新消息为 toolUse 时补全 toolResult”的机制，确保跨 Agent 的工具调用链在序列化与消息补全两个环节都保持合法。使用该能力的典型场景是多智能体嵌套：外层 agent 通过AgentTool调用内层 agent，invoke返回的AgentResult会作为工具结果回填会话。

四、MultiAgentBase.__call__：多智能体的同步调用体验（PR #645）

4.1 实现细节

PR #645 为MultiAgentBase（Swarm、Graph等编排器的公共基类）新增了同步__call__实现，位于 strands-py/src/strands/multiagent/base.py#L309-L327：

def __call__( self, task: MultiAgentInput, invocation_state: dict[str, Any] | None = None, **kwargs: Any ) -> MultiAgentResult: if invocation_state is None: invocation_state = {} if kwargs: invocation_state.update(kwargs) warnings.warn("`**kwargs` parameter is deprecating, use `invocation_state` instead.", stacklevel=2) return run_async(lambda: self.invoke_async(task, invocation_state))

值得注意的两点设计：

1. invocation_state默认值为None（而非可变默认参数{}），规避了 Python 可变默认参数共享状态的经典陷阱；
2. **kwargs进入弃用路径：传入的额外关键字参数会被合并进invocation_state并发出弃用警告，官方推荐统一使用invocation_state传递跨 Agent 的共享上下文。

4.2 使用方式

由此，Swarm / Graph 编排器与LocalAgent保持一致的调用习惯：

from strands.agent import Agent from strands.multiagent.swarm import Swarm agent = Agent(name="worker", model="your-model", system_prompt="...") swarm = Swarm(agents=[agent], ...) # 同步调用（内部通过 run_async 驱动事件循环） result = swarm("帮我完成这个任务", invocation_state={"trace_id": "abc"})

五、A2A 协议扩展：FileParts与DataParts（PR #596）

5.1 承载多模态与结构化数据

v1.6.0 让 A2A（Agent-to-Agent）通信支持两种新增 Part 类型：

• FilePart：跨 Agent 传输文件内容（文本、二进制等），用于文档分析、代码评审等场景；
• DataPart：承载结构化 JSON 数据，用于传递非文本的控制信息。

在 strands-py/src/strands/multiagent/a2a/executor.py 中，FilePart与DataPart与TextPart、InternalError、InvalidParamsError等共同构成 A2A 消息Part的联合类型。

5.2DataPart与中断机制的深度集成

源码中一个值得关注的模式：A2A 的中断（interrupt）响应正是通过DataPart承载的。executor 定义了：

INTERRUPT_RESPONSE_KEY = "interruptResponse"

当 agent 需要用户输入时，服务端会构造两部分消息：一个TextPart描述需要什么，一个DataPart携带每个中断的id（见 executor.py#L434-L464）。客户端恢复被挂起的任务时，发送形如下面的DataPart即可（见 executor.py#L666-L672）：

{"kind": "data", "data": {"interruptResponse": {"interruptId": "<id>", "response": <any>}}}

该载荷与 Strands 的InterruptResponseContent类型逐字对齐，注释明确说明“wire 契约与 SDK 类型不允许漂移”。这也解释了AgentInput别名中为何包含list[InterruptResponseContent]——它与 A2A 的中断恢复路径共用同一数据形态。

六、结构化输出追踪（span）修复（PR #709）

PR #709 修复了structured_output_span的事件记录时序：先在 span 上写入 system_prompt，再追加输入消息。对应实现位于 strands-py/src/strands/agent/agent.py#L1051-L1086：

with self.tracer.start_structured_output_span(...) as structured_output_span: ... structured_output_span.set_attributes({ "gen_ai.system": "strands-agents", "gen_ai.agent.name": self.name, "gen_ai.agent.id": self.agent_id, "gen_ai.operation.name": "execute_structured_output", }) if self.system_prompt: structured_output_span.add_event( "gen_ai.system.message", attributes={"role": "system", "content": serialize([{"text": self.system_prompt}])}, ) for message in temp_messages: structured_output_span.add_event( f"gen_ai.{message['role']}.message", ...)

时序修复后，gen_ai.system.message事件始终位于各角色消息事件之前，保证追踪数据（trace）中的对话顺序与真实发送给模型的顺序一致，便于后续在 telemetry 中对结构化输出调用做准确的时序分析。structured_output()的调用入口本身支持“传 prompt 则临时使用不写入历史、不传则仅用历史”两种模式（见 agent.py#L989-L1018）。

七、会话安全：file_session_manager路径穿越防护（PR #728）

PR #728 修复了文件型会话管理器（file_session_manager）中message_id可能引发路径穿越（path traversal）的问题：当message_id由外部输入构造文件路径时，恶意构造的../序列可能逃逸会话存储目录。该修复对message_id进行了校验/归一化，防止越界读写。对于以文件持久化会话状态的生产部署，建议在升级后复核所有传入message_id的上游来源，确保其来自受信任的会话上下文。

八、工具执行器（Tool Executors，PR #658）

PR #658 引入 “tool executors” 概念（chore 类别，非破坏性）。结合 strands-py/src/strands/tools 下的实现与 tests 测试，它是对工具执行逻辑的进一步抽象，为后续支持更灵活的工具调度（如异步执行、重试、并发控制）打下基础。对使用者而言，本版本的既有@tool装饰器与ToolRegistry用法保持兼容。

九、工程与依赖维护基线

v1.6.0 同步更新了开发与 CI 依赖，便于复现构建环境：

其中pydantic 最低版本上调（PR #723）对使用者有直接影响：升级到 v1.6.0 后，需要确保环境中 pydantic 版本满足新的最低要求，否则会出现导入错误。其余为开发工具链与 CI 基础设施升级，另在 pyproject.toml 中维护完整的项目依赖声明。

此外，.gitignore增加了.DS_Store（PR #681），属于仓库卫生维护。

十、新贡献者

本版本迎来两位新贡献者：

• vawsgit（PR #681）：.DS_Store忽略规则；
• chengweitsai（PR #709）：结构化输出 span 时序修复。

总结与升级建议

Strands Python SDK v1.6.0 以“输入模型统一 + 多智能体调用增强 + A2A 能力扩展”为主线，是一次质量与体验并重的非破坏性迭代：

1. 输入侧：AgentInput别名（types/agent.py）统一了五种输入形态，_convert_prompt_to_messages（agent/agent.py）保证了多态输入的正确归一化与 toolUse 消息补全；
2. 编排侧：MultiAgentBase.__call__（multiagent/base.py）让 Swarm / Graph 获得与单个 Agent 一致的同步调用体验，并引导使用invocation_state传递共享上下文；
3. 协议侧：A2AFilePart/DataPart支持（multiagent/a2a/executor.py）打通了多模态传输与基于DataPart的中断恢复；
4. 质量侧：结构化输出 span 时序、文件会话路径穿越、toolUse 参数序列化等修复提升了可观测性与安全性。

升级时请重点关注 pydantic 最低版本要求，并核对会话/message_id相关调用的输入来源；同时可借助本版本新增的MultiAgentBase.__call__与无输入invoke能力，简化多智能体编排与对话续接代码。

• 人工智能
• 大模型
• AI Agent
• Agent 框架
• 多智能体
• 工具调用
• MCP 服务