Strands Agents: Custom Tool Delegation
Zusammenfassung
Kurz
Der Autor beschreibt ein Plugin, das gewöhnliche Werkzeuge in Strands Agents delegieren und deren Ergebnis direkt zur finalen Antwort machen soll. Er erläutert Unterschiede zur eingebauten Agent-Delegation, etwa bei Fehlern und mehreren Werkzeugaufrufen; der angekündigte Code fehlt allerdings und ist durch „todo“ ersetzt.
Mittel
Der Beitrag erläutert den Entwurf eines Strands-Agents-Plugins, das normale Werkzeuge delegiert und ihr Ergebnis direkt als finale Antwort ausgibt. Der Autor sieht darin eine Ergänzung zur eingebauten „Agent as Tool“-Delegation, die laut Artikel für gewöhnliche Werkzeuge keine entsprechende Delegierungsoption bietet. Die angekündigte Codevorlage fehlt jedoch und besteht nur aus dem Platzhalter „todo“; beschrieben werden vor allem Designentscheidungen.
Der Entwurf setzt voraus, dass eine Plugin-Instanz nur einem Agent gehört. Anders als die eingebaute Variante brauche er keine Streaming-Middleware, da die Werkzeuge ihre möglichen Unteragenten-Ergebnisse bereits selbst verarbeiten. Bei Fehlern wirft das Plugin den ursprünglichen Fehler, während die eingebaute Lösung laut Autor das übergeordnete Modell antworten lässt. Bei mehreren Werkzeugaufrufen wird der erste delegierte Aufruf zugelassen; liegt zuvor ein gewöhnlicher Werkzeugaufruf, wird die Delegation abgebrochen, damit dessen Ergebnis weiterverarbeitet werden kann. Der Autor begründet dies mit weniger zusätzlichen Modellaufrufen und besserer Koordination. Weitere Entscheidungen betreffen geteilten Hook-Zustand, Tool-Use-IDs und die Reihenfolge der Hooks. Die Vorteile sind Einschätzungen des Autors; unabhängige Vergleiche oder Testergebnisse enthält der Text nicht.
Ausführlich lesen
Der Beitrag beschreibt den Entwurf eines Strands-Agents-Plugins, das gewöhnliche Werkzeuge so delegiert, dass deren Ergebnis direkt zur abschließenden Antwort wird. Der Autor stellt dies der eingebauten „Agent as Tool“-Delegation gegenüber: Dort kann ein Unteragent als delegiertes Werkzeug markiert werden, während für normale Werkzeuge laut Beitrag keine entsprechende Option bereitsteht. Ein eigenes Plugin soll diese Lücke schließen und zugleich mehr Kontrolle über den Aufruf ermöglichen.
Als Grundidee nennt der Autor zwei Aufgaben: sicherstellen, dass in einem Zug nur der delegierte Aufruf maßgeblich ist, und anschließend dessen Ergebnis an den aufrufenden Agenten vorbei direkt als Antwort ausgeben. Die im Artikel angekündigte Codevorlage ist allerdings nur durch den Platzhalter „todo“ ersetzt. Die konkrete Implementierung lässt sich aus dem vorliegenden Text daher nicht nachvollziehen; erläutert werden vor allem Entwurfsentscheidungen.
Der Autor hält eine einfache Plugin-Instanz statt einer WeakMap mit Zustand pro Agent für ausreichend, sofern dieselbe DelegationPlugin-Instanz niemals von mehreren Agents gemeinsam verwendet wird. Die eingebaute Lösung brauche laut seiner Erklärung zusätzliche Middleware, weil sie den Stream eines Unteragenten in den übergeordneten Stream einfüge und daraus wieder ein AgentResult aufbaue. Sein Plugin delegiere dagegen Werkzeuge, deren Resultate bereits vom Werkzeug verarbeitet würden; deshalb brauche es diese Streaming-Middleware nicht.
Beim Beenden des Zuges setzt das Plugin laut Beitrag konkrete Nachrichten als Endergebnis. Ein bloßes `true` würde zwar ebenfalls den Zug abbrechen, aber eine Standardmeldung ausgeben. Der Autor erklärt, dass die eingebaute Delegation diese Standardmeldung über ihre Middleware durch den tatsächlichen Inhalt ersetze. Bei Fehlern verfolgt sein Entwurf einen anderen Weg: Er wirft den ursprünglichen Fehler, damit `invoke()` beendet wird und der Aufrufer ihn abfangen kann. Die eingebaute Variante lösche dagegen die Delegierungsmarkierung und lasse das übergeordnete Modell auf das Fehlerergebnis reagieren.
Auch die Behandlung mehrerer Werkzeugaufrufe unterscheidet sich. Der Autor lässt den ersten delegierten Aufruf zu und bricht spätere Aufrufe ab. Wurde zuvor bereits ein nicht delegiertes Werkzeug aufgerufen, bricht er stattdessen die Delegation ab, damit dessen Ergebnis noch dem Modell zur Koordination zur Verfügung steht. Das soll nach seiner Einschätzung einen zusätzlichen Modellaufruf vermeiden und Ergebnisse nicht delegierter Werkzeuge erhalten. Der Autor bewertet diese Entscheidungen ausdrücklich als seine bevorzugten Designentscheidungen; der Artikel liefert keinen unabhängigen Vergleich oder Testergebnisse.
Weitere Begründungen betreffen internen Zustand und Nachrichtenformate: `invocationState` sei ein gemeinsam referenziertes Objekt, in dem interne Schlüssel kollidieren könnten. Für Werkzeugresultate speichere er deshalb die Tool-Use-ID, nicht den Namen. Außerdem vermeide er, den ToolResultBlock direkt als Endnachricht zu setzen, weil `lastMessage` dann diesen Block enthielte und `result.toString()` laut Autor leer wäre. Schließlich solle ein Hook zum Setzen des Endergebnisses zuletzt laufen, damit andere Hooks es nicht überschreiben. Der Text ist als vollständiger Artikel gekennzeichnet, enthält aber keine ausführbare Codeimplementierung; entsprechend bleiben Funktionsdetails und empirische Belege offen.
Gegengeprüft von Claude Haiku 5.5: kleine Mängel
Die Sammelfragen betreffen KI-Sicherheitspolitik und Governance. Der Bericht ist ein technischer Artikel über ein Plugin für Strands Agents und berührt diese Fragen höchstens am Rande. Die Werte 1 und 2 beruhen nur auf dem gemeinsamen Oberthema KI-Agenten und dem Zusammenwirken mehrerer Agenten.
Im Bericht, aber nicht in der Zusammenfassung
- Die Kurzfassung nennt nicht, dass eine Plugin-Instanz nur einem Agent gehören darf.
- Die Kurzfassung nennt nicht den Verzicht auf eine Streaming-Middleware und dessen Begründung.
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Tempo und Grenzen
- SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 42 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Vertrauen in Modelle
- SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 62 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- clef 100 %kein Bezug
- Luna 29 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 43 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung kein Bezug
Agenten und vernetzte Systeme
- SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
- clef 100 %kein Bezug
- Luna 57 %einzelne zitierbare Belege
- JEV 31 %beantwortet teilweise oder widerspricht
- amos 26 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 44 %gleiches Oberthema, hilft nicht
- Haiku-Prüfung gleiches Oberthema, hilft nicht
- SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
- clef 100 %kein Bezug
- Luna 56 %einzelne zitierbare Belege
- JEV 40 %einzelne zitierbare Belege
- amos 40 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung nur am Rande erwähnt
Weitere Berichte zu diesen Fragen
- Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
- Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
- Alle Berichte im Archiv