Erste Schritte mit Claude Managed Agents

Schnellstart

Diese Anleitung führt Sie durch das Erstellen eines Agenten, das Einrichten einer Umgebung, das Starten einer Sitzung und das Streamen von Agentenantworten.

Kernkonzepte

Concept	Description
Agent	The model, system prompt, tools, MCP servers, and skills
Environment	Configuration for where sessions run: an Anthropic-managed cloud container, or a self-hosted sandbox on your own infrastructure
Session	A running agent instance within an environment, performing a specific task and generating outputs
Events	Messages exchanged between your application and the agent (user turns, tool results, status updates)

Voraussetzungen

Ein Anthropic Console-Konto
Ein API-Schlüssel

CLI installieren

Installation überprüfen:

ant --version

SDK installieren

Setzen Sie Ihren API-Schlüssel als Umgebungsvariable:

export ANTHROPIC_API_KEY="your-api-key-here"

Erste Sitzung erstellen

Alle Managed Agents API-Anfragen erfordern den managed-agents-2026-04-01 Beta-Header. Das SDK setzt den Beta-Header automatisch.

Was passiert

Wenn Sie ein Benutzerereignis senden, führt Claude Managed Agents folgendes aus:

Stellt einen Container bereit: Ihre Umgebungskonfiguration bestimmt, wie er aufgebaut wird.
Führt die Agentenschleife aus: Claude entscheidet anhand Ihrer Nachricht, welche Tools verwendet werden sollen
Führt Tools aus: Datei-Schreibvorgänge, Bash-Befehle und andere Tool-Aufrufe werden im Container ausgeführt
Streamt Ereignisse: Sie erhalten Echtzeit-Updates, während der Agent arbeitet
Geht in den Leerlauf: Der Agent sendet ein session.status_idle-Ereignis, wenn er nichts mehr zu tun hat

Nächste Schritte

Ihren Agenten definieren

Wiederverwendbare, versionierte Agentenkonfigurationen erstellen

Einen Agenten erstellen
Erstellen Sie einen Agenten, der das Modell, den System-Prompt und die verfügbaren Tools definiert.
ant beta:agents create \ --name "Coding Assistant" \ --model '{id: claude-opus-4-7}' \ --system "You are a helpful coding assistant. Write clean, well-documented code." \ --tool '{type: agent_toolset_20260401}'
Der Tool-Typ agent_toolset_20260401 aktiviert den vollständigen Satz vorgefertigter Agenten-Tools (Bash, Dateioperationen, Websuche und mehr). Siehe Tools für die vollständige Liste und Konfigurationsoptionen pro Tool.
Speichern Sie die zurückgegebene agent.id. Sie werden sie in jeder Sitzung referenzieren, die Sie erstellen.
Eine Umgebung erstellen
Eine Umgebung definiert den Container, in dem Ihr Agent ausgeführt wird.
ant beta:environments create \ --name "quickstart-env" \ --config '{type: cloud, networking: {type: unrestricted}}'
Speichern Sie die zurückgegebene environment.id. Sie werden sie in jeder Sitzung referenzieren, die Sie erstellen.

Eine Sitzung starten

Erstellen Sie eine Sitzung, die Ihren Agenten und Ihre Umgebung referenziert.

session = client.beta.sessions.create(
    agent=agent.id,
    environment_id=environment.id,
    title="Quickstart session",
)

print(f"Session ID: {session.id}")

Eine Nachricht senden und die Antwort streamen

Öffnen Sie einen Stream, senden Sie ein Benutzerereignis und verarbeiten Sie dann Ereignisse, sobald sie eintreffen:

with client.beta.sessions.events.stream(session.id) as stream:
    # Send the user message after the stream opens
    client.beta.sessions.events.send(
        session.id,
        events=[
            {
                "type": "user.message",
                "content": [
                    {
                        "type": "text",
                        "text": "Create a Python script that generates the first 20 Fibonacci numbers and saves them to fibonacci.txt",
                    },
                ],
            },
        ],
    )

    # Process streaming events
    for event in stream:
        match event.type:
            case "agent.message":
                for block in event.content:
                    print(block.text, end="")
            case "agent.tool_use":
                print(f"\n[Using tool: {event.name}]")
            case "session.status_idle":
                print("\n\nAgent finished.")
                break

Der Agent wird ein Python-Skript schreiben, es im Container ausführen und überprüfen, ob die Ausgabedatei erstellt wurde. Ihre Ausgabe wird ähnlich wie folgt aussehen:

I'll create a Python script that generates the first 20 Fibonacci numbers and saves them to a file.
[Using tool: write]
[Using tool: bash]
The script ran successfully. Let me verify the output file.
[Using tool: bash]
fibonacci.txt contains the first 20 Fibonacci numbers (0 through 4181).

Agent finished.