Agent SOP

利用自然语言工作流，使 AI Agent 能够以一致且可靠的方式执行复杂的、多步骤的任务。

---

文档

◆ Python SDK ◆ 工具 (Tools) ◆ 示例 (Samples) ◆ MCP Server ◆ Agent Builder

Agent SOP (标准作业程序)

Agent SOP 是一套基于 Markdown 的指令集，旨在通过自然语言、参数化输入和基于约束的执行，引导 AI Agent 完成复杂的业务工作流。它们将复杂的流程转化为可复用、可共享的工作流，适用于不同的 AI 系统和团队。

团队成员亲切地将其昵称为 “Strands Operating Procedures”。

什么是 Agent SOP？

Agent SOP 使用标准化格式来定义：

• 清晰的目标及详细的概述
• 参数化输入，以便在不同上下文中灵活复用
• 分步执行指令，并包含 RFC 2119 约束（MUST, SHOULD, MAY）
• 示例与故障排查，确保执行的可靠性
• 多模态分发（MCP 工具、Anthropic Skills、Python 模块）

SOP 结构示例

# Code Assist

## Overview
This SOP guides the implementation of code tasks using test-driven development 
principles, following a structured Explore, Plan, Code, Commit workflow.

## Parameters
- **task_description** (required): Description of the task to be implemented
- **mode** (optional, default: "interactive"): "interactive" or "fsc" (Full Self-Coding)

## Steps
### 1. Setup
Initialize the project environment and create necessary directory structures.

**Constraints:**
- You MUST validate and create the documentation directory structure
- You MUST discover existing instruction files using find commands
- You MUST NOT proceed if directory creation fails

### 2. Explore Phase
[Additional steps with specific constraints...]

可用 SOP 列表

SOP	用途	使用场景
codebase-summary	全面的代码库分析与文档生成	项目入职、文档创建、系统理解
pdd	提示词驱动开发 (Prompt-driven development) 方法论	复杂问题解决、架构决策、系统设计
code-task-generator	基于需求进行智能任务拆解与规划	项目规划、冲刺准备、需求分析
code-assist	基于 TDD 的结构化代码实现工作流	功能开发、Bug 修复、代码重构
eval	使用 Strands Evals SDK 的 AI Agent 自动化评估工作流	评估规划、测试数据生成、评估执行及结果分析 (使用指南)

目录结构

PDD (Prompt-Driven Development) 系列 SOP（codebase-summary, pdd, code-task-generator, code-assist）将其生成的产物写入 .agents/ 目录，默认组织结构如下：

.agents/
├── summary/               # codebase-summary 输出（建议提交到 Git）
│   └── *.md
├── planning/              # pdd 输出（通常值得提交到 Git）
│   └── {project_name}/
│       ├── rough-idea.md
│       ├── idea-honing.md
│       ├── research/
│       ├── design/
│       └── implementation/
├── tasks/                 # code-task-generator 输出（可选择性提交）
│   └── {project_name}/
│       └── step01/
│           └── task-*.code-task.md
└── scratchpad/            # code-assist 工作文件（请添加到 .gitignore）
    └── {project_name}/
        └── {task_name}/

为什么采用这种结构？

该层级结构根据你可能希望提交的内容进行组织：

1. summary/ - 来自 codebase-summary 的文档，对人类和 Agent 都有用，建议始终提交。
2. planning/ - 来自 pdd 的设计文档，记录了决策、备选方案及逻辑，这些内容在传统软件开发中容易丢失，通常值得提交。
3. tasks/ - 来自 code-task-generator 的代码任务，可以选择提交，也可以在任务追踪系统中进行跟踪。
4. scratchpad/ - 来自 code-assist 的工作笔记，属于瞬时的实现产物，请添加到 .gitignore。

注意： 当项目名称自动生成时，会加上当前日期（YYYY-MM-DD）前缀，以便于识别和排序（例如 2026-01-30-auth-system）。

这种分离方式还可以让你集中 AI 工具的上下文于有用的参考文档。例如，在 Kiro CLI 中，你可以在实现项目时“钉住 (pin)”规划文件夹中的相关文件：

/context add .agents/planning/{project_name}/**/*.md

快速开始

安装 strands-agents-sops 包：

# 使用 Homebrew
brew install strands-agents-sops

# 或使用 pip
pip install strands-agents-sops