Was this page helpful?
Während Claude an einer Aufgabe arbeitet, muss es manchmal mit Benutzern Rücksprache halten. Es könnte eine Genehmigung benötigen, bevor Dateien gelöscht werden, oder es muss fragen, welche Datenbank für ein neues Projekt verwendet werden soll. Ihre Anwendung muss diese Anfragen den Benutzern anzeigen, damit Claude mit deren Eingabe fortfahren kann.
Claude fordert Benutzereingaben in zwei Situationen an: wenn es Genehmigung zur Verwendung eines Tools benötigt (wie das Löschen von Dateien oder das Ausführen von Befehlen) und wenn es Klärungsfragen hat (über das Tool AskUserQuestion). Beide lösen Ihren canUseTool-Callback aus, der die Ausführung pausiert, bis Sie eine Antwort zurückgeben. Dies unterscheidet sich von normalen Gesprächsrunden, bei denen Claude fertig ist und auf Ihre nächste Nachricht wartet.
Bei Klärungsfragen generiert Claude die Fragen und Optionen. Ihre Aufgabe besteht darin, sie den Benutzern zu präsentieren und ihre Auswahl zurückzugeben. Sie können dieser Abfolge keine eigenen Fragen hinzufügen; wenn Sie Benutzer selbst etwas fragen müssen, tun Sie dies separat in Ihrer Anwendungslogik.
Dieser Leitfaden zeigt Ihnen, wie Sie jeden Anforderungstyp erkennen und angemessen reagieren.
Übergeben Sie einen canUseTool-Callback in Ihren Abfrageoptionen. Der Callback wird ausgelöst, wenn Claude eine Benutzereingabe benötigt, und erhält den Tool-Namen und die Eingabe als Argumente:
async def handle_tool_request(tool_name, input_data, context):
# Benutzer auffordern und Zulassung oder Ablehnung zurückgeben
...
options = ClaudeAgentOptions(can_use_tool=handle_tool_request)Der Callback wird in zwei Fällen ausgelöst:
tool_name auf das Tool (z. B. "Bash", "Write").AskUserQuestion auf. Überprüfen Sie, ob tool_name == "AskUserQuestion" ist, um es anders zu behandeln. Wenn Sie ein tools-Array angeben, fügen Sie AskUserQuestion ein, damit dies funktioniert. Weitere Informationen finden Sie unter Klärungsfragen verarbeiten.Um Tools automatisch zuzulassen oder abzulehnen, ohne Benutzer aufzufordern, verwenden Sie stattdessen Hooks. Hooks werden vor canUseTool ausgeführt und können Anfragen basierend auf Ihrer eigenen Logik zulassen, ablehnen oder ändern. Sie können auch den PermissionRequest-Hook verwenden, um externe Benachrichtigungen (Slack, E-Mail, Push) zu senden, wenn Claude auf eine Genehmigung wartet.
Nachdem Sie einen canUseTool-Callback in Ihren Abfrageoptionen übergeben haben, wird er ausgelöst, wenn Claude ein Tool verwenden möchte, das nicht automatisch genehmigt ist. Ihr Callback erhält zwei Argumente:
| Argument | Beschreibung |
|---|---|
toolName | Der Name des Tools, das Claude verwenden möchte (z. B. "Bash", "Write", "Edit") |
input | Die Parameter, die Claude an das Tool übergibt. Der Inhalt variiert je nach Tool. |
Das input-Objekt enthält Tool-spezifische Parameter. Häufige Beispiele:
| Tool | Eingabefelder |
|---|---|
Bash | command, description, timeout |
Write | file_path, content |
Edit | file_path, old_string, new_string |
Read | file_path, offset, limit |
Weitere Informationen zu vollständigen Eingabeschemas finden Sie in der SDK-Referenz: Python | TypeScript.
Sie können diese Informationen dem Benutzer anzeigen, damit dieser entscheiden kann, ob die Aktion zulässig oder abgelehnt werden soll, und dann die entsprechende Antwort zurückgeben.
Das folgende Beispiel fordert Claude auf, eine Testdatei zu erstellen und zu löschen. Wenn Claude jeden Vorgang versucht, druckt der Callback die Tool-Anfrage auf dem Terminal aus und fordert zur y/n-Genehmigung auf.
In Python erfordert can_use_tool den Streaming-Modus und einen PreToolUse-Hook, der {"continue_": True} zurückgibt, um den Stream offen zu halten. Ohne diesen Hook wird der Stream geschlossen, bevor der Berechtigungs-Callback aufgerufen werden kann.
Dieses Beispiel verwendet einen y/n-Flow, bei dem jede Eingabe außer y als Ablehnung behandelt wird. In der Praxis könnten Sie eine umfangreichere Benutzeroberfläche erstellen, die es Benutzern ermöglicht, die Anfrage zu ändern, Feedback zu geben oder Claude vollständig umzuleiten. Weitere Informationen finden Sie unter Auf Tool-Anfragen reagieren.
Ihr Callback gibt einen von zwei Antworttypen zurück:
| Antwort | Python | TypeScript |
|---|---|---|
| Zulassen | PermissionResultAllow(updated_input=...) | { behavior: "allow", updatedInput } |
| Ablehnen | PermissionResultDeny(message=...) | { behavior: "deny", message } |
Wenn Sie zulassen, übergeben Sie die Tool-Eingabe (original oder geändert). Wenn Sie ablehnen, geben Sie eine Nachricht an, die erklärt, warum. Claude sieht diese Nachricht und kann seinen Ansatz anpassen.
from claude_agent_sdk.types import PermissionResultAllow, PermissionResultDeny
# Tool-Ausführung zulassen
return PermissionResultAllow(updated_input=input_data)
# Tool blockieren
return PermissionResultDeny(message="User rejected this action")Über das Zulassen oder Ablehnen hinaus können Sie die Eingabe des Tools ändern oder einen Kontext bereitstellen, der Claude hilft, seinen Ansatz anzupassen:
Wenn Claude mehr Anleitung zu einer Aufgabe mit mehreren gültigen Ansätzen benötigt, ruft es das Tool AskUserQuestion auf. Dies löst Ihren canUseTool-Callback mit toolName auf AskUserQuestion aus. Die Eingabe enthält Claudes Fragen als Multiple-Choice-Optionen, die Sie dem Benutzer anzeigen und deren Auswahl zurückgeben.
Klärungsfragen sind besonders häufig im plan-Modus, in dem Claude die Codebasis erkundet und Fragen stellt, bevor er einen Plan vorschlägt. Dies macht den Plan-Modus ideal für interaktive Workflows, bei denen Claude Anforderungen sammeln soll, bevor Änderungen vorgenommen werden.
Die folgenden Schritte zeigen, wie Sie Klärungsfragen verarbeiten:
Die Eingabe enthält Claudes generierte Fragen in einem questions-Array. Jede Frage hat diese Felder:
| Feld | Beschreibung |
|---|---|
question | Der vollständige Fragetext zum Anzeigen |
header | Kurzes Label für die Frage (max. 12 Zeichen) |
options | Array von 2-4 Auswahlmöglichkeiten, jeweils mit label und description |
multiSelect | Wenn true, können Benutzer mehrere Optionen auswählen |
Hier ist ein Beispiel der Struktur, die Sie erhalten:
{
"questions": [
{
"question": "How should I format the output?",
"header": "Format",
"options": [
{ "label": "Summary", "description": "Brief overview of key points" },
{ "label": "Detailed", "description": "Full explanation with examples" }
],
"multiSelect": false
}
]
}Geben Sie ein answers-Objekt zurück, das jedes question-Feld der Frage dem label der ausgewählten Option zuordnet:
| Feld | Beschreibung |
|---|---|
questions | Geben Sie das ursprüngliche Questions-Array durch (erforderlich für die Tool-Verarbeitung) |
answers | Objekt, bei dem Schlüssel Fragetext und Werte ausgewählte Labels sind |
Für Multi-Select-Fragen verbinden Sie mehrere Labels mit ", ". Für freie Texteingabe verwenden Sie den benutzerdefinierten Text des Benutzers direkt.
{
"questions": [...],
"answers": {
"How should I format the output?": "Summary",
"Which sections should I include?": "Introduction, Conclusion"
}
}Claudes vordefinierte Optionen decken nicht immer das ab, was Benutzer möchten. Um Benutzern zu ermöglichen, ihre eigene Antwort einzugeben:
Weitere Informationen finden Sie im vollständigen Beispiel unten für eine vollständige Implementierung.
Claude stellt Klärungsfragen, wenn es Benutzereingaben benötigt, um fortzufahren. Wenn Claude beispielsweise aufgefordert wird, bei der Entscheidung über einen Tech-Stack für eine mobile App zu helfen, könnte es Fragen zu plattformübergreifend vs. nativ, Backend-Vorlieben oder Zielplattformen stellen. Diese Fragen helfen Claude, Entscheidungen zu treffen, die den Vorlieben des Benutzers entsprechen, anstatt zu raten.
Dieses Beispiel verarbeitet diese Fragen in einer Terminal-Anwendung. Hier ist, was bei jedem Schritt passiert:
canUseTool-Callback überprüft, ob der Tool-Name "AskUserQuestion" ist, und leitet zu einem dedizierten Handler weiterquestions-Array und druckt jede Frage mit nummerierten Optionenquestions-Array als auch die answers-ZuordnungAskUserQuestion ist derzeit nicht in Subagents verfügbar, die über das Task-Tool erzeugt werdenAskUserQuestion-Aufruf unterstützt 1-4 Fragen mit jeweils 2-4 OptionenDer canUseTool-Callback und das AskUserQuestion-Tool decken die meisten Genehmigungs- und Klärungsszenarien ab, aber das SDK bietet andere Möglichkeiten, um Eingaben von Benutzern zu erhalten:
Verwenden Sie Streaming-Eingabe, wenn Sie:
Streaming-Eingabe ist ideal für Konversations-UIs, bei denen Benutzer während der Ausführung mit dem Agent interagieren, nicht nur an Genehmigungspunkten.
Verwenden Sie benutzerdefinierte Tools, wenn Sie:
AskUserQuestion hinausgehenBenutzerdefinierte Tools geben Ihnen vollständige Kontrolle über die Interaktion, erfordern aber mehr Implementierungsarbeit als die Verwendung des integrierten canUseTool-Callbacks.
import asyncio
from claude_agent_sdk import ClaudeAgentOptions, query
from claude_agent_sdk.types import (
HookMatcher,
PermissionResultAllow,
PermissionResultDeny,
ToolPermissionContext,
)
async def can_use_tool(
tool_name: str, input_data: dict, context: ToolPermissionContext
) -> PermissionResultAllow | PermissionResultDeny:
# Tool-Anfrage anzeigen
print(f"\nTool: {tool_name}")
if tool_name == "Bash":
print(f"Command: {input_data.get('command')}")
if input_data.get("description"):
print(f"Description: {input_data.get('description')}")
else:
print(f"Input: {input_data}")
# Benutzergenehmigung abrufen
response = input("Allow this action? (y/n): ")
# Zulassung oder Ablehnung basierend auf der Antwort des Benutzers zurückgeben
if response.lower() == "y":
# Zulassen: Tool wird mit der ursprünglichen (oder geänderten) Eingabe ausgeführt
return PermissionResultAllow(updated_input=input_data)
else:
# Ablehnen: Tool wird nicht ausgeführt, Claude sieht die Nachricht
return PermissionResultDeny(message="User denied this action")
# Erforderliche Umgehung: Dummy-Hook hält den Stream für can_use_tool offen
async def dummy_hook(input_data, tool_use_id, context):
return {"continue_": True}
async def prompt_stream():
yield {
"type": "user",
"message": {
"role": "user",
"content": "Create a test file in /tmp and then delete it",
},
}
async def main():
async for message in query(
prompt=prompt_stream(),
options=ClaudeAgentOptions(
can_use_tool=can_use_tool,
hooks={"PreToolUse": [HookMatcher(matcher=None, hooks=[dummy_hook])]},
),
):
if hasattr(message, "result"):
print(message.result)
asyncio.run(main())Übergeben Sie einen canUseTool-Callback
Übergeben Sie einen canUseTool-Callback in Ihren Abfrageoptionen. Standardmäßig ist AskUserQuestion verfügbar. Wenn Sie ein tools-Array angeben, um Claudes Fähigkeiten einzuschränken (z. B. einen schreibgeschützten Agent mit nur Read, Glob und Grep), fügen Sie AskUserQuestion in dieses Array ein. Andernfalls kann Claude keine Klärungsfragen stellen:
async for message in query(
prompt="Analyze this codebase",
options=ClaudeAgentOptions(
# Fügen Sie AskUserQuestion in Ihre Tools-Liste ein
tools=["Read", "Glob", "Grep", "AskUserQuestion"],
can_use_tool=can_use_tool,
),
):
# ...Erkennen Sie AskUserQuestion
Überprüfen Sie in Ihrem Callback, ob toolName gleich AskUserQuestion ist, um es anders als andere Tools zu verarbeiten:
async def can_use_tool(tool_name: str, input_data: dict, context):
if tool_name == "AskUserQuestion":
# Ihre Implementierung zum Sammeln von Antworten vom Benutzer
return await handle_clarifying_questions(input_data)
# Verarbeiten Sie andere Tools normal
return await prompt_for_approval(tool_name, input_data)Analysieren Sie die Frageneingabe
Die Eingabe enthält Claudes Fragen in einem questions-Array. Jede Frage hat eine question (der anzuzeigende Text), options (die Auswahlmöglichkeiten) und multiSelect (ob mehrere Auswahlen zulässig sind):
{
"questions": [
{
"question": "How should I format the output?",
"header": "Format",
"options": [
{ "label": "Summary", "description": "Brief overview" },
{ "label": "Detailed", "description": "Full explanation" }
],
"multiSelect": false
},
{
"question": "Which sections should I include?",
"header": "Sections",
"options": [
{ "label": "Introduction", "description": "Opening context" },
{ "label": "Conclusion", "description": "Final summary" }
],
"multiSelect": true
}
]
}Weitere Informationen finden Sie unter Frageformat.
Sammeln Sie Antworten vom Benutzer
Präsentieren Sie die Fragen dem Benutzer und sammeln Sie deren Auswahl. Wie Sie dies tun, hängt von Ihrer Anwendung ab: ein Terminal-Prompt, ein Web-Formular, ein mobiler Dialog usw.
Geben Sie Antworten an Claude zurück
Erstellen Sie das answers-Objekt als Datensatz, bei dem jeder Schlüssel der question-Text ist und jeder Wert das label der ausgewählten Option ist:
| Aus dem Frageobjekt | Verwenden Sie als |
|---|---|
question-Feld (z. B. "How should I format the output?") | Schlüssel |
label-Feld der ausgewählten Option (z. B. "Summary") | Wert |
Für Multi-Select-Fragen verbinden Sie mehrere Labels mit ", ". Wenn Sie freie Texteingabe unterstützen, verwenden Sie den benutzerdefinierten Text des Benutzers als Wert.
return PermissionResultAllow(
updated_input={
"questions": input_data.get("questions", []),
"answers": {
"How should I format the output?": "Summary",
"Which sections should I include?": "Introduction, Conclusion"
}
}
)import asyncio
from claude_agent_sdk import ClaudeAgentOptions, query
from claude_agent_sdk.types import HookMatcher, PermissionResultAllow
def parse_response(response: str, options: list) -> str:
"""Analysieren Sie Benutzereingaben als Optionsnummer(n) oder Freitext."""
try:
indices = [int(s.strip()) - 1 for s in response.split(",")]
labels = [options[i]["label"] for i in indices if 0 <= i < len(options)]
return ", ".join(labels) if labels else response
except ValueError:
return response
async def handle_ask_user_question(input_data: dict) -> PermissionResultAllow:
"""Zeigen Sie Claudes Fragen an und sammeln Sie Benutzerantworten."""
answers = {}
for q in input_data.get("questions", []):
print(f"\n{q['header']}: {q['question']}")
options = q["options"]
for i, opt in enumerate(options):
print(f" {i + 1}. {opt['label']} - {opt['description']}")
if q.get("multiSelect"):
print(" (Enter numbers separated by commas, or type your own answer)")
else:
print(" (Enter a number, or type your own answer)")
response = input("Your choice: ").strip()
answers[q["question"]] = parse_response(response, options)
return PermissionResultAllow(
updated_input={
"questions": input_data.get("questions", []),
"answers": answers,
}
)
async def can_use_tool(tool_name: str, input_data: dict, context) -> PermissionResultAllow:
# Leiten Sie AskUserQuestion zu unserem Frage-Handler weiter
if tool_name == "AskUserQuestion":
return await handle_ask_user_question(input_data)
# Auto-Genehmigung anderer Tools für dieses Beispiel
return PermissionResultAllow(updated_input=input_data)
async def prompt_stream():
yield {
"type": "user",
"message": {"role": "user", "content": "Help me decide on the tech stack for a new mobile app"},
}
# Erforderliche Umgehung: Dummy-Hook hält den Stream für can_use_tool offen
async def dummy_hook(input_data, tool_use_id, context):
return {"continue_": True}
async def main():
async for message in query(
prompt=prompt_stream(),
options=ClaudeAgentOptions(
can_use_tool=can_use_tool,
hooks={"PreToolUse": [HookMatcher(matcher=None, hooks=[dummy_hook])]},
),
):
if hasattr(message, "result"):
print(message.result)
asyncio.run(main())