用途
该技能面向需要“开箱即用”智能体的场景：希望用一行 create_harness() 获得带 shell、文件读写、网页抓取、子智能体、待办、记忆、会话与上下文卸载等能力的智能体，而无需自行编写 agent loop。也可在花钱调用模型之前，先查看 harness 会装配哪些工具与插件。生成结果是普通的 strands.Agent，而非额外包装类，因此搭建后仍可继续使用 SDK 的全部能力。
安装与环境
使用隔离虚拟环境，Python 需 ≥ 3.10（macOS 系统自带的 Python 3.9 无法安装）：
python3.13 -m venv .venv-strands && .venv-strands/bin/pip install -q strands-harness
provider khác Bedrock: strands-harness[anthropic] | [openai] | [gemini] | [ollama] | [litellm]
主要能力与验证
可在不调用模型的情况下搭建智能体并查看工具列表：
from strands_harness import create_harness a = create_harness(session=False, memory=False) print(sorted(a.tool_names))
['edit','programmatic_tool_caller','read','retrieve_context','retrieve_offloaded_content',
'shell','strands_manage_background_task','subagent','todo_write','web_fetch','write']
真正运行会消耗费用，例如 a("Find the slowest test in this repo")。默认模型为 Bedrock Opus 5，需要 AWS 凭证；可通过 model="anthropic/claude-fable-5"（provider/name 字符串）切换。
create_harness 的主要参数（keyword-only）：model · effort（auto|off|minimal..max）· instructions（拼接在 harness contract 之后）· tools · mcp_servers · builtin_tools · session（默认 ./.agent/sessions）· memory（默认 ./.agent/memory）· skills · builtin_plugins · interventions · **agent_kwargs（显式传入的 SDK 值总是优先于 harness 默认值）。
如需启用 trace，在搭建前设置 OTEL_TRACES_EXPORTER=otlp（或 console）；未设置则关闭遥测。
使用注意与限制
- 模型不支持原生 web search（如 Bedrock）时，harness 只打印警告并移除 web_search 工具，不会报错；需要搜索时设置 builtin_tools={'web_search': 'exa'}。
- session/memory 默认开启并写入当前工作目录的 ./.agent/；试验时应设为 session=False, memory=False，以免污染仓库。
- 五个来源（consumer · builtin · MCP · plugin · subagent）存在同名工具时，会在搭建阶段直接报错；MCP 工具只有在连接后才知道名称，因此可能绕过该检查。
- Memory extract 在后台运行：短脚本必须调用 shutdown，否则可能丢失数据。
- 生产使用需谨慎：harness 仍为 0.x，且默认启用 strands.experimental 的 ContextManager，不承诺 semver。