tools

给 AI 智能体装上即插即用的工具库,快速扩展真实任务能力

tools 是一个为 AI 智能体提供强大工具集的开源项目,基于 Python 构建,支持多种主流 LLM 提供商(如 Anthropic、Bedrock、Llama 等)和 MCP 协议。它解决了智能体在真实任务中缺乏可复用、可扩展工具的问题,通过封装一系列模块化工具,让开发者能快速为智能体添加搜索、文件操作、API 调用等能力。项目核心能力包括:与多种模型框架(如 LiteLLM、Agentic AI)无缝集成,提供标准化的工具接口,以及支持多智能体协作场景。其设计强调灵活性和易用性,旨在降低构建生产级 AI 应用的门槛,使开发者能专注于业务逻辑而非底层工具链的重复开发。

开源 unknown 智能体
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 1290
维护状态 活跃
是否开源
定价模式 unknown

项目数据

分类智能体
开发团队strands-agents
所属国家
定价模式unknown
价格说明定价信息待确认
访问状态
是否开源
开源协议Apache-2.0
主要语言Python
技术栈/模型agentic,agentic-ai,agents,ai,anthropic,autonomous-agents,bedrock,genai,litellm,llama,llm,machine-learning,mcp,multi-agent-systems,ollama,openai,opentelemetry,python,strands-agents
GitHub 星标★ 1290
30天Star增速
HF 下载量
上线时间2025-05-14 00:00:00
最近更新2026-09-23 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数3

使用教程

难度:入门 约 5 分钟 部署方式:库/依赖 6 步

环境要求

  • Python 环境(建议使用较新版本,README 以 PyPI 版本徽章标注)
  • 已可用的 pip 包管理工具
  • 如需使用可选工具(mem0_memory、use_browser、rss、use_computer 等)需额外安装其依赖
  • 如需二次开发需准备源码目录与 pre-commit 环境

安装与启动步骤

  1. 1安装核心包

    在终端执行 pip 安装命令,把 strands-agents-tools 装进当前 Python 环境。建议先激活虚拟环境,避免污染全局环境。

    pip install strands-agents-tools
  2. 2安装可选工具依赖

    部分工具(记忆、浏览器、RSS、计算机操作等)依赖额外库,需按 README 给出的 extras 方式一次性安装。

    pip install "strands-agents-tools[mem0_memory, use_browser, rss, use_computer]"
  3. 3以开发模式安装

    想修改源码或参与开发时,在项目源码根目录执行开发模式安装,这会同时安装 dev 依赖,无需先装核心包。

    pip install -e ".[dev]"
  4. 4安装 pre-commit 钩子

    开发模式下接着安装 pre-commit 钩子,用于提交代码前的自动检查与格式化。非开发用途可跳过此步。

    pre-commit install
  5. 5在智能体中挂载工具

    工具安装完成后,按 README 示例把工具传入 Agent 的 tools 列表即可使用;同步调用直接用函数,异步需调用对应的 *_async 并 await。

    agent = Agent(tools=[tavily_search, tavily_extract, tavily_crawl, tavily_map])
  6. 6自定义模型调用

    调用 use_agent 时可指定 model_provider 与 model_settings,切换不同模型提供商与参数,例如温度、最大 token 数。

    result = agent.tool.use_agent(
        prompt="Write a creative story",
        system_prompt="You are a creative writing assistant.",
        model_provider="github",
        model_settings={"model_id": "openai/o4-mini", "params": {"temperature": 1, "max_tokens": 4000}}
    )

如何确认成功

通过 pip 安装无报错,并在代码中把工具传入 Agent 的 tools 列表后能正常调用工具返回结果(如 tavily_search、batch 示例)。

常见问题

Q:只装了核心包,某些工具却报缺少依赖怎么办?

A:这些属于可选工具,需按 README 的 extras 方式补装,例如 pip install "strands-agents-tools[mem0_memory, use_browser, rss, use_computer]"。

Q:如何以开发模式参与贡献?

A:在源码根目录执行 pip install -e ".[dev]",随后执行 pre-commit install 安装提交钩子。

Q:不修改代码能调整工具行为吗?

A:可以。Agents Tools 支持通过环境变量配置工具行为,适配开发、测试、生产等不同环境,具体变量见官方文档。

Q:工具可以支持哪些模型或提供商?

A:README 示例中出现 model_provider="github" 配合 model_id="openai/o4-mini",项目本身也面向 Anthropic、Bedrock、Llama、LiteLLM 等多种提供商。

Q:同步和异步调用有什么区别?

A:同步直接调用函数;异步使用需调用对应的 *_async 函数并配合 await 使用。

注意事项

  • README 未列出具体的环境变量名称与取值,需要按官网文档 https://strandsagents.com 进一步确认。
  • 可选工具的 extras 名需与安装时保持一致,拼写错误会导致安装失败。
  • 开发模式安装需在项目源码根目录执行,否则会找不到 pyproject/setup 配置。
  • 示例中的 Agent、tavily_search、batch 等对象需由 strands agents 主框架提供,本项目只提供工具集。

核心亮点

  • 集成 LiteLLM 和 MCP,支持多种模型和协议,兼容性强
  • 工具模块化设计,易于扩展和自定义,降低开发成本
  • 覆盖搜索、文件等常见操作,开箱即用,提升开发效率

不足之处

  • 文档/社区待观察
  • 项目成长中,工具覆盖场景可能不够全面

适用场景

  • 为聊天机器人添加实时搜索或网页抓取能力
  • 构建自动化工作流,让智能体操作文件或调用外部 API
  • 在多智能体系统中统一管理工具调用,提升协作效率

替代项目

LangChain Tools、OpenAI Function Calling、AutoGPT Plugins

项目介绍

tools 是智能体领域的开源项目,由 strands-agents 开发,2025 年首次发布。

在全站 13,014 个收录项目中,它的 GitHub 星标数(1,290)位列前 30%,在智能体分类中处于中上游。

近 45 天,它的 GitHub 星标从 1,143 增加到 1,290,净增 147。

项目目前处于活跃维护状态,最近一次代码更新于 2026-09-23。从国内网络环境看,可直接访问。

它主要面向的使用场景是:为聊天机器人添加实时搜索或网页抓取能力。同类可对比的替代方案包括 LangChain Tools、OpenAI Function Calling、AutoGPT Plugins。

上一篇:opencrabs

下一篇:awesome-multi-agent-papers

同类项目推荐

xinchao-dynamic-mind 开源

给 AI 装上疲惫和欲望,让交互更真实

独立、可自托管的 AI 动态心智状态引擎:驱动力、念头池、疲惫、睡眠与意图。

★ 195 2026-08-09
deepseek-harness 开源

把 AI 能力拆成乐高积木,拼出你的专属智能体。

DeepSeek Harness: Everything is a Plugin.

★ 233327 2026-08-15
AutoGPT 开源

开箱即用的 AI 员工,交代任务就自己干完

AutoGPT is the vision of accessible AI for everyone, to use and to build on. Our mis···

★ 187492 2026-08-09
EvoAgentX 开源

让 AI 智能体自己迭代变强,越用越聪明

EvoAgentX: Building a Self-Evolving Ecosystem of AI Agents

★ 3351 2026-09-12