Managed AgentsErste Schritte

Erste Schritte mit Claude Managed Agents

Erstelle deinen ersten autonomen Agenten.

Diese Anleitung führt dich durch das Erstellen eines Agenten, das Einrichten einer Umgebung, das Starten einer Session und das Streaming von Agenten-Antworten.

Bevorzugst du eine interaktive Einführung? Führe /claude-api managed-agents-onboard in der neuesten Version von Claude Code aus, um eine geführte Einrichtung und interaktive Fragen-und-Antworten zu erhalten.

Kernkonzepte

Konzept	Beschreibung
Agent	Das Modell, der System-Prompt, die Tools, MCP-Server und Skills
Environment	Konfiguration dafür, wo Sessions ausgeführt werden: eine von Anthropic verwaltete Cloud-Sandbox oder eine selbst gehostete Sandbox auf deiner eigenen Infrastruktur
Session	Eine laufende Agent-Instanz innerhalb einer Environment, die eine bestimmte Aufgabe ausführt und Ausgaben generiert
Events	Nachrichten, die zwischen deiner Anwendung und dem Agent ausgetauscht werden (User-Turns, Tool-Ergebnisse, Status-Updates)

Voraussetzungen

Ein Anthropic Console-Account
Ein API-Key

CLI installieren

Überprüfe die Installation:

ant --version

SDK installieren

Setze deinen API-Key als Umgebungsvariable:

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

Deine erste Session erstellen

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

Einen Agenten erstellen
Erstelle einen Agenten, der das Modell, den System-Prompt und die verfügbaren Tools definiert.
ant beta:agents create \ --name "Coding Assistant" \ --model '{id: claude-opus-4-8}' \ --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.
Speichere die zurückgegebene agent.id. Du wirst sie in jeder Session referenzieren, die du erstellst.
Eine Umgebung erstellen
Eine Umgebung definiert die Sandbox, in der dein Agent ausgeführt wird.
ant beta:environments create \ --name "quickstart-env" \ --config '{type: cloud, networking: {type: unrestricted}}'
Speichere die zurückgegebene environment.id. Du wirst sie in jeder Session referenzieren, die du erstellst.
Um die Sandbox auf deiner eigenen Infrastruktur statt in einer Cloud-Sandbox auszuführen, siehe Selbst gehostete Sandboxes.

Eine Session starten

Erstelle eine Session, die deinen Agenten und deine 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

Öffne einen Stream, sende ein User-Event und verarbeite dann die Events, sobald sie eintreffen:

with client.beta.sessions.events.stream(session.id) as stream:
    # Sende die Benutzernachricht, nachdem der Stream geöffnet wurde
    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",
                    },
                ],
            },
        ],
    )

    # Verarbeite 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 schreibt ein Python-Skript, führt es in der Sandbox aus und überprüft, ob die Ausgabedatei erstellt wurde. Deine Ausgabe sieht etwa so aus:

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.

Was passiert hier

Wenn du ein User-Event sendest, führt Claude Managed Agents Folgendes aus:

Stellt eine Sandbox bereit: Deine Umgebungskonfiguration bestimmt, wie sie aufgebaut wird.
Führt die Agenten-Schleife aus: Claude bestimmt basierend auf deiner Nachricht, welche Tools verwendet werden sollen.
Führt Tools aus: Dateischreibvorgänge, Bash-Befehle und andere Tool-Aufrufe werden innerhalb der Sandbox ausgeführt.
Streamt Events: Du erhältst Echtzeit-Updates, während der Agent arbeitet.
Wechselt in den Leerlauf: Der Agent sendet ein session.status_idle-Event, wenn er nichts mehr zu tun hat.

Nächste Schritte

Deinen Agenten definieren

Erstelle wiederverwendbare, versionierte Agenten-Konfigurationen

Umgebungen konfigurieren

Passe Netzwerk- und Sandbox-Einstellungen an

Agenten-Tools

Aktiviere spezifische Tools für deinen Agenten

Session-Event-Stream

Verarbeite Events und steuere den Agenten während der Ausführung

Geplante Deployments

Führe deinen Agenten nach einem wiederkehrenden Cron-Zeitplan aus

Was this page helpful?

Kernkonzepte

Konzept	Beschreibung
Agent	Das Modell, der System-Prompt, die Tools, MCP-Server und Skills
Environment	Konfiguration dafür, wo Sessions ausgeführt werden: eine von Anthropic verwaltete Cloud-Sandbox oder eine selbst gehostete Sandbox auf deiner eigenen Infrastruktur
Session	Eine laufende Agent-Instanz innerhalb einer Environment, die eine bestimmte Aufgabe ausführt und Ausgaben generiert
Events	Nachrichten, die zwischen deiner Anwendung und dem Agent ausgetauscht werden (User-Turns, Tool-Ergebnisse, Status-Updates)

Deine erste Session erstellen

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

Einen Agenten erstellen
Erstelle einen Agenten, der das Modell, den System-Prompt und die verfügbaren Tools definiert.
ant beta:agents create \ --name "Coding Assistant" \ --model '{id: claude-opus-4-8}' \ --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.
Speichere die zurückgegebene agent.id. Du wirst sie in jeder Session referenzieren, die du erstellst.
Eine Umgebung erstellen
Eine Umgebung definiert die Sandbox, in der dein Agent ausgeführt wird.
ant beta:environments create \ --name "quickstart-env" \ --config '{type: cloud, networking: {type: unrestricted}}'
Speichere die zurückgegebene environment.id. Du wirst sie in jeder Session referenzieren, die du erstellst.
Um die Sandbox auf deiner eigenen Infrastruktur statt in einer Cloud-Sandbox auszuführen, siehe Selbst gehostete Sandboxes.

Eine Session starten

Erstelle eine Session, die deinen Agenten und deine 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

Öffne einen Stream, sende ein User-Event und verarbeite dann die Events, sobald sie eintreffen:

with client.beta.sessions.events.stream(session.id) as stream:
    # Sende die Benutzernachricht, nachdem der Stream geöffnet wurde
    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",
                    },
                ],
            },
        ],
    )

    # Verarbeite 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 schreibt ein Python-Skript, führt es in der Sandbox aus und überprüft, ob die Ausgabedatei erstellt wurde. Deine Ausgabe sieht etwa so aus:

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.

Was passiert hier

Wenn du ein User-Event sendest, führt Claude Managed Agents Folgendes aus:

Stellt eine Sandbox bereit: Deine Umgebungskonfiguration bestimmt, wie sie aufgebaut wird.

Führt die Agenten-Schleife aus: Claude bestimmt basierend auf deiner Nachricht, welche Tools verwendet werden sollen.

Führt Tools aus: Dateischreibvorgänge, Bash-Befehle und andere Tool-Aufrufe werden innerhalb der Sandbox ausgeführt.

Streamt Events: Du erhältst Echtzeit-Updates, während der Agent arbeitet.

Wechselt in den Leerlauf: Der Agent sendet ein session.status_idle-Event, wenn er nichts mehr zu tun hat.

Kernkonzepte

Voraussetzungen

CLI installieren

SDK installieren

Deine erste Session erstellen

Was passiert hier

Nächste Schritte

Kernkonzepte

Voraussetzungen

CLI installieren

SDK installieren

Deine erste Session erstellen

Was passiert hier

Nächste Schritte

Kernkonzepte

Voraussetzungen

CLI installieren

SDK installieren

Deine erste Session erstellen

Was passiert hier

Nächste Schritte

Kernkonzepte

Voraussetzungen

CLI installieren

SDK installieren

Deine erste Session erstellen

Was passiert hier

Nächste Schritte