Claude Platform Docs
Managed AgentsErste Schritte

Erste Schritte mit Claude Managed Agents

Erstelle deinen ersten autonomen Agenten.

Dieser Leitfaden führt dich durch das Erstellen eines Agenten, das Einrichten einer Umgebung, das Starten einer Session und das Streaming von Agentenantworten.

Kernkonzepte

KonzeptBeschreibung
AgentDas Modell, der System-Prompt, Tools, MCP-Server und Skills
EnvironmentKonfiguration dafür, wo Sessions ausgeführt werden: eine von Anthropic verwaltete Cloud-Sandbox oder eine selbst gehostete Sandbox auf deiner eigenen Infrastruktur
SessionEine laufende Agent-Instanz innerhalb eines Environments, die eine bestimmte Aufgabe ausführt und Ausgaben erzeugt
EventsNachrichten, die zwischen deiner Anwendung und dem Agenten ausgetauscht werden (Benutzer-Turns, Tool-Ergebnisse, Statusaktualisierungen)

Voraussetzungen

CLI installieren

brew install anthropics/tap/ant

Überprüfe die Installation:

ant --version

SDK installieren

pip install anthropic

Setze deinen API-Key als Umgebungsvariable:

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

Deine erste Session erstellen

  1. Einen Agenten erstellen

    Erstelle einen Agenten, der das Modell, den System-Prompt und die verfügbaren Tools festlegt.

    ant apply coding-assistant.md
    coding-assistant.md
    ---
    name: Coding Assistant
    model: claude-opus-5-5
    tools:
      - type: agent_toolset_20260401
    ---
    
    You are a helpful coding assistant. Write clean, well-documented code.

    ant apply gibt die ID des Agenten aus und speichert sie in claude-lock.json. Du brauchst sie für jede Session, die du erstellst.

    Der Tool-Typ agent_toolset_20260401 aktiviert alle vorgefertigten Agenten-Tools (bash, Dateioperationen, Websuche und mehr). Die vollständige Liste und die Konfigurationsoptionen für jedes Tool findest du unter Tools.

  2. Eine Umgebung erstellen

    Eine Umgebung legt die Sandbox fest, in der dein Agent läuft.

    ant apply environment.yaml
    environment.yaml
    # yaml-language-server: $schema=https://platform.claude.com/schemas/ant/beta/environment.json
    name: quickstart-env
    config:
      type: cloud
      networking:
        type: limited
        allow_package_managers: true

    ant apply speichert auch die ID der Umgebung in claude-lock.json. Um den Agenten und die Umgebung mit einem einzigen Befehl zu erstellen, übergib beide Dateien: ant apply coding-assistant.md environment.yaml.

  3. Eine Session starten

    Erstelle eine Session, die auf deinen Agenten und deine Umgebung verweist.

    session = client.beta.sessions.create(
        agent=agent.id,
        environment_id=environment.id,
        title="Quickstart session",
    )
    
    print(f"Session ID: {session.id}")
  4. 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:
        # 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:
                        if block.type == "text":
                            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 prüft, ob die Ausgabedatei erstellt wurde. Deine Ausgabe sieht ungefähr 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

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

  1. Stellt eine Sandbox bereit: Deine Umgebungskonfiguration bestimmt, wie sie aufgebaut wird.
  2. Führt die Agentenschleife aus: Claude bestimmt anhand deiner Nachricht, welche Tools verwendet werden.
  3. Führt Tools aus: Dateischreibvorgänge, bash-Befehle und andere Tool-Aufrufe laufen innerhalb der Sandbox.
  4. Streamt Events: Du erhältst Echtzeit-Updates, während der Agent arbeitet.
  5. Geht in den Leerlauf: Der Agent sendet ein session.status_idle-Event, wenn er nichts mehr zu tun hat.

Eine vollständige App erstellen

Jeder dieser Quickstarts kombiniert Claude Managed Agents mit einem beliebten Chat-Framework zu einer vollständigen, lauffähigen Anwendung. In jedem davon rendert das Framework die Chat-Oberfläche, während eine verwaltete Session die Agentenschleife serverseitig ausführt: Die Session hält das Transkript, führt Tools in einer Sandbox aus und streamt Events, die das Frontend rendert.

Ein Recherche-Analyst in einem Browser-Chat, erstellt mit dem Chat SDK von Vercel. Jede Unterhaltung ist eine persistente Session, die ihre Antwort streamt, während ein Live-Feed die Tool-Aufrufe anzeigt. Durch Austauschen des Chat-SDK-Adapters lässt sich derselbe Handler auf Slack, Teams, Discord oder WhatsApp übertragen.

Ein Tabellenkalkulations-Analyst in einem Chat, der aus assistant-ui-Primitiven aufgebaut ist. Sessions bilden die Thread-Liste, ein Reducer wandelt das Session-Event-Log in Nachrichten und Tool-Karten um, und jeder bash-Befehl rendert vor seiner Ausführung eine Inline-Abfrage zum Erlauben/Ablehnen.

Ein persönlicher Finanzassistent in einem CopilotKit-Chat. Der AG-UI-Adapter für Claude Managed Agents ordnet jeden Chat-Thread einer verwalteten Session zu und streamt Antworten Token für Token, und benutzerdefinierte Tools rendern interaktive Diagramme inline in der Unterhaltung.

Nächste Schritte

Erstelle wiederverwendbare, versionierte Agentenkonfigurationen

Passe Netzwerk- und Sandbox-Einstellungen an

Aktiviere bestimmte Tools für deinen Agenten

Verarbeite Events und steuere den Agenten während der Ausführung

Führe deinen Agenten nach einem wiederkehrenden Cron-Zeitplan aus

Destilliere einen Dokumentenkorpus einmalig in ein Wissens-Wiki und beantworte daraus wiederkehrende Fragen zu einem Bruchteil der Kosten

Was this page helpful?