Schnellstart

Verwenden Sie das Agent SDK, um einen KI-Agenten zu erstellen, der Ihren Code liest, Fehler findet und behebt – alles ohne manuelle Eingriffe.

Das werden Sie tun:

1. Ein Projekt mit dem Agent SDK einrichten
2. Eine Datei mit fehlerhaftem Code erstellen
3. Einen Agenten ausführen, der Fehler automatisch findet und behebt

Voraussetzungen

• Node.js 18+ oder Python 3.10+
• Ein Anthropic-Konto (hier anmelden)

Setup

Fehlerhafte Datei erstellen

Dieser Schnellstart führt Sie durch die Erstellung eines Agenten, der Fehler im Code finden und beheben kann. Zunächst benötigen Sie eine Datei mit einigen absichtlichen Fehlern, die der Agent beheben kann. Erstellen Sie utils.py im Verzeichnis my-agent und fügen Sie den folgenden Code ein:

def calculate_average(numbers):
    total = 0
    for num in numbers:
        total += num
    return total / len(numbers)

def get_user_name(user):
    return user["name"].upper()

Dieser Code hat zwei Fehler:

1. calculate_average([]) stürzt mit Division durch Null ab
2. get_user_name(None) stürzt mit einem TypeError ab

Erstellen Sie einen Agenten, der Fehler findet und behebt

Erstellen Sie agent.py, wenn Sie das Python SDK verwenden, oder agent.ts für TypeScript:

import asyncio
from claude_agent_sdk import query, ClaudeAgentOptions, AssistantMessage, ResultMessage

async def main():
    # Agentic loop: streams messages as Claude works
    async for message in query(
        prompt="Review utils.py for bugs that would cause crashes. Fix any issues you find.",
        options=ClaudeAgentOptions(
            allowed_tools=["Read", "Edit", "Glob"],  # Tools Claude can use
            permission_mode="acceptEdits"            # Auto-approve file edits
        )
    ):
        # Print human-readable output
        if isinstance(message, AssistantMessage):
            for block in message.content:
                if hasattr(block, "text"):
                    print(block.text)              # Claude's reasoning
                elif hasattr(block, "name"):
                    print(f"Tool: {block.name}")   # Tool being called
        elif isinstance(message, ResultMessage):
            print(f"Done: {message.subtype}")      # Final result

asyncio.run(main())

Dieser Code hat drei Hauptteile:

1. query: der Haupteinstiegspunkt, der die agentic loop erstellt. Er gibt einen asynchronen Iterator zurück, daher verwenden Sie async for, um Nachrichten zu streamen, während Claude arbeitet. Siehe die vollständige API in der Python oder TypeScript SDK-Referenz.

2. prompt: was Sie Claude tun möchten. Claude bestimmt basierend auf der Aufgabe, welche Tools zu verwenden sind.

3. options: Konfiguration für den Agenten. Dieses Beispiel verwendet allowedTools, um Claude auf Read, Edit und Glob zu beschränken, und permissionMode: "acceptEdits", um Dateiänderungen automatisch zu genehmigen. Andere Optionen umfassen systemPrompt, mcpServers und mehr. Siehe alle Optionen für Python oder TypeScript.

Die async for-Schleife läuft weiter, während Claude denkt, Tools aufruft, Ergebnisse beobachtet und entscheidet, was als nächstes zu tun ist. Jede Iteration ergibt eine Nachricht: Claudes Überlegung, ein Tool-Aufruf, ein Tool-Ergebnis oder das endgültige Ergebnis. Das SDK verwaltet die Orchestrierung (Tool-Ausführung, Kontextverwaltung, Wiederholungen), sodass Sie nur den Stream verbrauchen. Die Schleife endet, wenn Claude die Aufgabe abschließt oder auf einen Fehler trifft.

Die Nachrichtenbehandlung in der Schleife filtert nach benutzerfreundlicher Ausgabe. Ohne Filterung würden Sie rohe Nachrichtenobjekte sehen, einschließlich Systeminitialisierung und internem Status, was zum Debuggen nützlich ist, aber sonst störend wirkt.

Führen Sie Ihren Agenten aus

Ihr Agent ist bereit. Führen Sie ihn mit dem folgenden Befehl aus:

python3 agent.py

Nach der Ausführung überprüfen Sie utils.py. Sie sehen defensiven Code, der leere Listen und Null-Benutzer verarbeitet. Ihr Agent hat autonom:

1. Gelesen utils.py, um den Code zu verstehen
2. Analysiert die Logik und identifiziert Grenzfälle, die zum Absturz führen würden
3. Bearbeitet die Datei, um ordnungsgemäße Fehlerbehandlung hinzuzufügen

Das macht das Agent SDK anders: Claude führt Tools direkt aus, anstatt Sie zu bitten, sie zu implementieren.

Versuchen Sie andere Prompts

Jetzt, da Ihr Agent eingerichtet ist, versuchen Sie einige verschiedene Prompts:

• "Add docstrings to all functions in utils.py"
• "Add type hints to all functions in utils.py"
• "Create a README.md documenting the functions in utils.py"

Passen Sie Ihren Agenten an

Sie können das Verhalten Ihres Agenten ändern, indem Sie die Optionen ändern. Hier sind einige Beispiele:

Fügen Sie Web-Suchfunktion hinzu:

options=ClaudeAgentOptions(
    allowed_tools=["Read", "Edit", "Glob", "WebSearch"],
    permission_mode="acceptEdits"
)

Geben Sie Claude einen benutzerdefinierten System-Prompt:

options=ClaudeAgentOptions(
    allowed_tools=["Read", "Edit", "Glob"],
    permission_mode="acceptEdits",
    system_prompt="You are a senior Python developer. Always follow PEP 8 style guidelines."
)

Führen Sie Befehle im Terminal aus:

options=ClaudeAgentOptions(
    allowed_tools=["Read", "Edit", "Glob", "Bash"],
    permission_mode="acceptEdits"
)

Mit aktiviertem Bash versuchen Sie: "Write unit tests for utils.py, run them, and fix any failures"

Wichtige Konzepte

Tools steuern, was Ihr Agent tun kann:

Berechtigungsmodi steuern, wie viel menschliche Aufsicht Sie möchten:

Das obige Beispiel verwendet den acceptEdits-Modus, der Dateivorgänge automatisch genehmigt, damit der Agent ohne interaktive Aufforderungen ausgeführt werden kann. Wenn Sie Benutzer zur Genehmigung auffordern möchten, verwenden Sie den default-Modus und stellen Sie einen canUseTool-Callback bereit, der Benutzereingaben sammelt. Für mehr Kontrolle siehe Berechtigungen.

Nächste Schritte

Jetzt, da Sie Ihren ersten Agenten erstellt haben, erfahren Sie, wie Sie seine Fähigkeiten erweitern und ihn auf Ihren Anwendungsfall zuschneiden:

• Berechtigungen: Steuern Sie, was Ihr Agent tun kann und wann er Genehmigung benötigt
• Hooks: Führen Sie benutzerdefinierten Code vor oder nach Tool-Aufrufen aus
• Sessions: Erstellen Sie Multi-Turn-Agenten, die den Kontext beibehalten
• MCP-Server: Verbinden Sie sich mit Datenbanken, Browsern, APIs und anderen externen Systemen
• Hosting: Stellen Sie Agenten auf Docker, Cloud und CI/CD bereit
• Beispiel-Agenten: Siehe vollständige Beispiele: E-Mail-Assistent, Forschungsagent und mehr