产品
用于构建旅行研究代理的工具包，作为 Agent-EvalKit 的示例。
已跟踪 4 条高相关材料
最近变化
2026-06-11 · Agent-EvalKit 支持与 Claude Code、Kiro CLI 等 AI 编码助手集成，提升评估效率。
为什么值得关注
Strands Agents SDK 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
Evaluate AI agents systematically with Agent-EvalKit
AWS Machine Learning Blog · 8.5 分
AWS 推出 Agent-EvalKit 工具包，系统化评估 AI 代理的执行路径与工具使用情况，提升评估效率与准确性。
Intelligent radiology workflow optimization with AI agents
AWS Machine Learning Blog · 8.5 分
AI代理通过整合放射科医生专长、工作负载和疲劳等因素优化工作流程，可减少17.7分钟的诊断延迟并节省数百万美元成本。
Break the context window barrier with Amazon Bedrock AgentCore
AWS Machine Learning Blog · 8.5 分
Amazon Bedrock AgentCore通过递归语言模型（RLM）架构，解决了长文档分析的上下文窗口限制问题，允许无上限处理文档并通过子LLM调用和代码解释器迭代分析。
已收录 4 条与 Strands Agents SDK 相关的内容，按评分排序。
AWS 推出 Agent-EvalKit 工具包，系统化评估 AI 代理的执行路径与工具使用情况，提升评估效率与准确性。
入选理由：Agent-EvalKit 支持与 Claude Code、Kiro CLI 等 AI 编码助手集成，提升评估效率。
Amazon Bedrock AgentCore solves long-document analysis context window limits via Recursive Language Models (RLM), enabling unlimited document processing through iterative sub-LLM calls and code interpreter workflows.
入选理由：RLM架构通过将文档视为环境，使用根LLM编写代码与之交互，并通过子LLM处理特定段落，突破上下文窗口限制。
AI agents optimize radiology workflows by integrating radiologist specialization, workload, and fatigue factors, reducing 17.7-minute diagnostic delays and saving millions in costs.
入选理由：传统系统导致17.7分钟延迟和每年210万至420万美元的损失
Through integrating Exa into the Strands Agents SDK, developers can easily build AI assistants with real-time web search capabilities.
入选理由：Exa 提供结构化内容，无需后处理即可直接用于 LLM 上下文中。
