agent-sop

想象这样一个场景：你是一名 AI 开发者，今天需要让一个大模型帮你完成一个复杂的代码重构任务——不仅要把一个 Python 项目从 Flask 迁移到 FastAPI，还要同步更新测试、写好文档、把变更整理成提交记录。这不是一个简单的"帮我写代码"就能搞定的事情，它需要 AI agent 按照特定的顺序、遵守特定的规则、调用不同的工具才能完成。

Strands Agent SOPs 正是来解决这个问题的。它是 AWS 开源的 AI Agent 工作流框架，核心思想是将复杂的、多步骤的任务流程写成标准化的"操作规程"（SOP），AI agent 读取这些 SOP 后，能够像训练有素的工程师一样，一步步执行复杂任务，始终保持一致性和可预测性。

这个项目获得了 AWS 官方博客的背书，目前在 GitHub 上已积累超过 1000 颗星，是 AI Agent 工作流领域值得关注的技术方案。

项目背景：AWS 的 AI 编程工具生态

Strands Agent SOPs 是 Strands 工具生态的核心组件之一。Strands 是 AWS 推出的 AI 编程工具品牌，定位类似于微软的 Copilot，但更侧重于让 AI 能够执行完整的工作流程而非仅仅生成代码片段。

传统的 AI 编程助手（如 GitHub Copilot、Cursor 内置模型）在处理复杂、多步骤任务时，往往表现出"虎头蛇尾"的特点：能生成代码，但难以保持任务的一致性——今天生成的文件结构和明天生成的可能不一致；或者无法在多个步骤之间保持上下文，导致执行到一半迷失方向。

AWS 团队认为，要让 AI agent 可靠地完成复杂任务，不能只靠"prompt engineering"，需要一种更加结构化的方式来约束 AI 的行为。SOP（Standard Operating Procedures，标准操作规程）这个概念正是来自人类工程实践——航空、医疗、金融等行业用 SOP 来确保复杂流程的一致执行。Strands 将这一思想引入 AI agent 领域。

项目的技术负责人曾在 Anthropic 和 AWS 担任重要角色，项目于 2024 年底开源，迅速获得了 AI 工程社区的关注。

核心理念：SOP 作为 AI Agent 的操作手册

Agent SOP 本质上是一种 Markdown 格式的工作流定义文件（.sop.md），它用自然语言描述了一个完整任务的执行步骤、输入参数和约束条件。与普通 prompt 不同，SOP 有严格的格式规范和语义约束。

一个完整的 SOP 包含以下组成部分：

1. Overview（概述）：说明这个 SOP 的目标和适用场景，让 AI agent 知道自己正在处理什么类型的任务。

2. Parameters（参数）：定义可配置的输入参数，包括参数名、类型（required/optional）、默认值以及参数获取方式。这使得同一个 SOP 可以在不同上下文中复用。例如，code-assist SOP 有一个 mode 参数，可以是 interactive（人机协作）或 fsc（全自助编码）。

3. Steps（步骤）：每个步骤有清晰的名称、描述和约束（Constraints）。约束使用 RFC 2119 标准关键词：

• MUST：必须执行的操作，AI 不得跳过
• MUST NOT：禁止行为，违反将导致任务失败
• SHOULD：推荐做法，优化结果质量
• SHOULD NOT：不推荐但不强制
• MAY：可选增强，提升体验但不关键

4. Examples 和 Troubleshooting：提供真实输入输出示例，以及常见问题的解决方案。这使得 AI agent 在遇到问题时知道如何自救，而不需要频繁向人类求助。

这种设计的关键洞察是：与其让 AI"自由发挥"，不如给它一本操作手册。手册里写清楚了每一步做什么、什么能做、什么不能做，AI 的行为就会变得可预测和可靠。

五大核心 SOP：覆盖 AI 开发全流程

项目内置了五个经过精心设计的 SOP，覆盖了从代码理解、任务规划、代码实现到评测的完整流程：

① codebase-summary（代码库分析）

这个 SOP 引导 AI agent 对陌生代码库进行系统性分析，并生成高质量文档。它采用"探索-理解-归档"三阶段工作流：先通过文件遍历和关键文件阅读建立对代码库的初步认识，再识别核心模块、依赖关系和设计模式，最后将分析结果写入 .agents/summary/ 目录。

生成的文档包括面向人类的 README.md、CONTRIBUTING.md，以及专门面向 AI agent 的 AGENTS.md（这是一个越来越流行的规范，帮助团队成员和新加入的 AI 更好地理解项目上下文）。

② pdd（Prompt-Driven Development，提示驱动开发）

这是整个 SOP 生态中最有雄心的一个。它将一个粗略的想法，通过多轮迭代打磨成详细的设计文档和实施计划。PDD 的核心思想是：好的设计来自反复推敲，而不是一次成型。

工作流包含 Rough Idea -> Idea Honing -> Research -> Design -> Implementation Plan 五个阶段，每个阶段都有明确的产出物和检查点。AI agent 会在每个阶段询问人类的反馈，根据反馈调整方向——这实际上是一种"有引导的生成"模式，既利用了 AI 的创造力和速度，又保留了人类的最终决策权。

③ code-task-generator（任务拆分器）

将自然语言需求或 PDD 的实施计划，拆解成结构化的代码任务文件。它会自动识别输入类型（简单的句子描述、详细的需求文档，还是 PDD 实施计划），并生成符合 Amazon 代码任务格式规范的 .code-task.md 文件。

这些任务文件是标准化的，包含任务描述、验收标准和实现提示，每个任务都可以独立执行，便于团队分配和进度跟踪。

④ code-assist（TDD 代码实现）

这是面向实际编码的核心 SOP，采用了经典的 TDD（测试驱动开发）流程：Explore（探索）-> Plan（规划）-> Code（编码）-> Commit（提交）。AI agent 在这个 SOP 下会像一个认真的工程师：先理解现有代码风格，再制定实现计划，与人类确认后才动手写代码。

特别值得注意的是，code-assist 在"规划"和"编码"之间有一个明确的"确认"环节，AI 会将实现计划呈现给人类，等待反馈后才进入编码阶段。这种"人机协作"的设计避免了 AI 盲目执行导致的大量返工。

⑤ eval（评测工作流）

专门用于评测 AI agent 质量的 SOP，配合 Strands Evals SDK 使用。它指导用户规划评测方案、生成测试数据、执行评测并分析结果。这填补了开源 Agent 评测工具链的空白——大多数团队不知道如何系统性地评估自己的 AI agent 做得好不好，eval SOP 提供了方法论和工具支撑。

技术架构：模块化的 MCP 集成框架

从代码结构来看，项目是一个标准的 Python 包，核心代码位于 python/strands_agents_sops/ 目录，包含以下关键模块：

• mcp.py：实现 MCP（Model Context Protocol）服务器，将 SOP 封装为 MCP 工具。AI agent 可以通过 MCP 协议调用 SOP，实现了与模型无关的集成能力。
• skills.py：将 SOP 转换为 Anthropic Skills 格式，使得 SOP 可以直接用在 Claude 系列的 AI 助手中。
• rules.py：SOP 格式验证规则，确保每个 SOP 文件符合规范。
• utils.py：共享的工具函数，供其他模块调用。
• cursor.py：实验性支持，生成 Cursor IDE 的命令文件。

项目依赖极为精简：仅依赖 mcp>=1.20.0，支持 Python 3.10 及以上版本。这种极简依赖策略使得它可以方便地集成到任何现有的 AI 应用中，不会引入复杂的依赖冲突。

构建工具使用 hatch（现代化的 Python 打包工具），测试框架使用 pytest，代码质量使用 ruff 进行 lint 和 format。测试覆盖率要求不低于 80%，体现了项目对质量的重视。

在发布格式上，项目支持三种分发形式：

1. MCP 工具：通过 strands-agents-sops mcp 命令启动 MCP 服务器，其他 MCP 客户端（如 Claude Desktop）可以直接调用 SOP
2. Anthropic Skills：通过 strands-agents-sops skills 生成 Skills JSON，导入到 Claude
3. Python 模块：直接在 Python 代码中 from strands_agents_sops import code_assist 使用

这种"一份 SOP，多种分发"的设计非常聪明——开发者写一次，可以在不同的 AI 平台和工具中使用。

使用体验：从安装到实际任务的完整路径

安装极为简单，一行 pip 命令即可：

pip install strands-agents-sops

安装后可以通过命令行调用不同的命令：

# 启动 MCP 服务器
strands-agents-sops mcp

# 生成 Anthropic Skills
strands-agents-sops skills --output-dir ./skills

# 生成 Cursor 命令
strands-agents-sops commands --type cursor

在 Python 中使用的示例也很直观：

from strands import Agent
from strands_tools import editor, shell
from strands_agents_sops import code_assist

agent = Agent(
    system_prompt=code_assist,
    tools=[editor, shell]
)

上手门槛对于有经验的 Python 开发者来说非常低。但需要注意，项目主要面向有明确工作流程需求的团队——如果你只是需要一个 AI 帮你写代码，原生的 Claude/Copilot 就足够了；SOP 的价值在于当你的任务复杂到需要"按步骤执行"、"遵守特定规则"时才会充分体现。

局限与挑战：不完美但诚实的评估

没有任何项目是完美的，Strands Agent SOPs 也有其局限性：

1. SOP 的维护成本 好的 SOP 需要精心编写和维护。随着项目规模扩大，SOP 本身可能变得过时或不准确。如何让 SOP 与实际工作流程保持同步，是一个需要持续投入的工程问题。

2. 学习曲线 虽然 SOP 的理念直观，但编写高质量的 SOP 本身需要一定经验。RFC 2119 约束、参数定义、步骤拆分，这些都需要一定的训练才能掌握。项目提供了 rules/agent-sop-format.md 和 rules/agent-sop-author/ 指南，但学习成本仍然存在。

3. 模型依赖性 SOP 的执行质量高度依赖于底层 AI 模型的能力。如果模型对 RFC 2119 约束关键词的理解不够准确，SOP 的执行效果会打折扣。目前项目主要针对支持工具调用的模型（如 Claude、GPT-4 等）进行了优化。

4. 无容器化支持 项目没有提供 Dockerfile 或 docker-compose，对于需要在隔离环境中运行的团队来说，需要自己包装。这在企业级部署场景中是一个遗憾。

5. Cursor 集成是实验性的 cursor.py 模块在代码中存在，但功能相对初级，实际使用中可能遇到稳定性问题。

行业意义：AI Agent 从"聊天"到"工作流"的范式转变

Strands Agent SOPs 的出现，代表了 AI Agent 领域的一个重要趋势：从"一次对话完成一个任务"到"遵循工作流完成复杂任务"的演进。

当前大多数 AI 编程工具本质上还是"超级 autocomplete"——给一个 prompt，生成一段代码或一段解释。但当任务变得复杂时，这种模式遇到了瓶颈：上下文窗口有限、任务步骤之间的状态难以维护、生成的代码风格不一致……

SOP 范式提供了一种结构化的解决思路：预先定义好工作流程，让 AI 在每个步骤中遵循明确的约束，同时通过参数化设计保持 SOP 的复用性。这种思路与 LangChain 的 Agent 架构、AutoGPT 的任务分解有相似之处，但 Strands 更加轻量、更加注重人类在环（Human-in-the-loop）。

从更宏观的视角看，AWS 通过 Strands 生态正在构建一套完整的 AI 编程工具链：基础模型（Amazon Bedrock）-> 编程工具（Strands Agent SOPs）-> 评测工具（Evals SDK）-> Agent 构建器（Agent Builder）。这个生态的成熟度正在快速提升，Strands Agent SOPs 作为工作流定义层的价值也将随之增长。

如果你正在构建 AI Agent 应用，或者希望让现有的 AI 编程工具有更好的任务执行一致性，Strands Agent SOPs 值得关注和研究。它不是银弹，但它代表了一种经过深思熟虑的工程方向。