Claude Platform Docs
Managed AgentsPremiers pas

Premiers pas avec Claude Managed Agents

Créez votre premier agent autonome.

Ce guide vous accompagne dans la création d'un agent, la configuration d'un environnement, le démarrage d'une session et le streaming des réponses de l'agent.

Concepts fondamentaux

ConceptDescription
AgentLe modèle, l'invite système, les outils, les serveurs MCP et les compétences
EnvironnementConfiguration de l'endroit où les sessions s'exécutent : un bac à sable cloud géré par Anthropic, ou un bac à sable auto-hébergé sur votre propre infrastructure
SessionUne instance d'agent en cours d'exécution au sein d'un environnement, effectuant une tâche spécifique et générant des sorties
ÉvénementsMessages échangés entre votre application et l'agent (tours de l'utilisateur, résultats d'outils, mises à jour de statut)

Prérequis

Installer la CLI

brew install anthropics/tap/ant

Vérifiez l'installation :

ant --version

Installer le SDK

pip install anthropic

Définissez votre clé API comme variable d'environnement :

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

Créer votre première session

  1. Créer un agent

    Créez un agent qui définit le modèle, le « system prompt » (invite système) et les outils disponibles.

    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 affiche l'ID de l'agent et l'enregistre dans claude-lock.json. Vous y ferez référence dans chaque session que vous créerez.

    Le type d'outil agent_toolset_20260401 active l'ensemble complet des outils d'agent préconstruits (bash, opérations sur les fichiers, recherche web, et plus encore). Consultez Outils pour obtenir la liste complète et les options de configuration propres à chaque outil.

  2. Créer un environnement

    Un environnement définit le « sandbox » (bac à sable) dans lequel votre agent s'exécute.

    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 enregistre également l'ID de l'environnement dans claude-lock.json. Pour créer l'agent et l'environnement en une seule commande, passez les deux fichiers : ant apply coding-assistant.md environment.yaml.

  3. Démarrer une session

    Créez une session qui référence votre agent et votre environnement.

    session = client.beta.sessions.create(
        agent=agent.id,
        environment_id=environment.id,
        title="Quickstart session",
    )
    
    print(f"Session ID: {session.id}")
  4. Envoyer un message et recevoir la réponse en streaming

    Ouvrez un flux, envoyez un événement utilisateur, puis traitez les événements à mesure qu'ils arrivent :

    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

    L'agent écrit un script Python, l'exécute dans le sandbox et vérifie que le fichier de sortie a bien été créé. Votre sortie ressemble à ceci :

    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.

Ce qui se passe

Lorsque vous envoyez un événement utilisateur, Claude Managed Agents :

  1. Provisionne un sandbox : la configuration de votre environnement détermine la manière dont il est construit.
  2. Exécute la boucle d'agent : Claude détermine quels outils utiliser en fonction de votre message.
  3. Exécute les outils : les écritures de fichiers, les commandes bash et les autres appels d'outils s'exécutent à l'intérieur du sandbox.
  4. Diffuse les événements en streaming : vous recevez des mises à jour en temps réel pendant que l'agent travaille.
  5. Passe en veille : l'agent émet un événement session.status_idle lorsqu'il n'a plus rien à faire.

Créer une application complète

Chacun de ces guides de démarrage rapide associe Claude Managed Agents à un framework de chat populaire pour constituer une application complète et exécutable. Dans chacun d'eux, le framework affiche l'interface de chat tandis qu'une session gérée exécute la boucle d'agent côté serveur : la session conserve la transcription, exécute les outils dans un sandbox et diffuse en streaming les événements que le front-end affiche.

Un analyste de recherche dans un chat de navigateur construit avec le Chat SDK de Vercel. Chaque conversation correspond à une session persistante qui diffuse sa réponse en streaming tandis qu'un flux en direct affiche les appels d'outils. Remplacer l'adaptateur Chat SDK permet de déplacer le même gestionnaire vers Slack, Teams, Discord ou WhatsApp.

Un analyste de feuilles de calcul dans un chat construit à partir des primitives assistant-ui. Les sessions constituent la liste des fils de discussion, un seul reducer transforme le journal d'événements de la session en messages et en cartes d'outils, et chaque commande bash affiche une barrière Autoriser/Refuser en ligne avant de s'exécuter.

Un assistant de finances personnelles dans un chat CopilotKit. L'adaptateur AG-UI pour Claude Managed Agents associe chaque fil de discussion à une session gérée et diffuse les réponses en streaming token par token, et des outils personnalisés affichent des graphiques interactifs directement dans la conversation.

Étapes suivantes

Créez des configurations d'agent réutilisables et versionnées

Personnalisez les paramètres réseau et de sandbox

Activez des outils spécifiques pour votre agent

Gérez les événements et orientez l'agent en cours d'exécution

Exécutez votre agent selon une planification cron récurrente

Distillez une seule fois un corpus de documents en un wiki de connaissances, puis répondez aux questions récurrentes à partir de celui-ci pour une fraction du coût

Was this page helpful?