Panduan Cepat

Gunakan Agent SDK untuk membangun agen AI yang membaca kode Anda, menemukan bug, dan memperbaikinya, semuanya tanpa intervensi manual.

Yang akan Anda lakukan:

1. Siapkan proyek dengan Agent SDK
2. Buat file dengan beberapa kode yang berisi bug
3. Jalankan agen yang menemukan dan memperbaiki bug secara otomatis

Prasyarat

• Node.js 18+ atau Python 3.10+
• Akun Anthropic (daftar di sini)

Penyiapan

Buat file dengan bug

Panduan cepat ini memandu Anda melalui pembuatan agen yang dapat menemukan dan memperbaiki bug dalam kode. Pertama, Anda memerlukan file dengan beberapa bug yang disengaja untuk diperbaiki oleh agen. Buat utils.py di direktori my-agent dan tempel kode berikut:

def calculate_average(numbers):
    total = 0
    for num in numbers:
        total += num
    return total / len(numbers)

def get_user_name(user):
    return user["name"].upper()

Kode ini memiliki dua bug:

1. calculate_average([]) mogok dengan pembagian oleh nol
2. get_user_name(None) mogok dengan TypeError

Bangun agen yang menemukan dan memperbaiki bug

Buat agent.py jika Anda menggunakan Python SDK, atau agent.ts untuk TypeScript:

import asyncio
from claude_agent_sdk import query, ClaudeAgentOptions, AssistantMessage, ResultMessage

async def main():
    # Agentic loop: streams messages as Claude works
    async for message in query(
        prompt="Review utils.py for bugs that would cause crashes. Fix any issues you find.",
        options=ClaudeAgentOptions(
            allowed_tools=["Read", "Edit", "Glob"],  # Tools Claude can use
            permission_mode="acceptEdits"            # Auto-approve file edits
        )
    ):
        # Print human-readable output
        if isinstance(message, AssistantMessage):
            for block in message.content:
                if hasattr(block, "text"):
                    print(block.text)              # Claude's reasoning
                elif hasattr(block, "name"):
                    print(f"Tool: {block.name}")   # Tool being called
        elif isinstance(message, ResultMessage):
            print(f"Done: {message.subtype}")      # Final result

asyncio.run(main())

Kode ini memiliki tiga bagian utama:

1. query: titik masuk utama yang membuat loop agentic. Ini mengembalikan iterator async, jadi Anda menggunakan async for untuk streaming pesan saat Claude bekerja. Lihat API lengkap di referensi SDK Python atau TypeScript.

2. prompt: apa yang ingin Anda lakukan Claude. Claude mengetahui alat mana yang harus digunakan berdasarkan tugas.

3. options: konfigurasi untuk agen. Contoh ini menggunakan allowedTools untuk membatasi Claude ke Read, Edit, dan Glob, dan permissionMode: "acceptEdits" untuk auto-approve perubahan file. Opsi lainnya termasuk systemPrompt, mcpServers, dan lainnya. Lihat semua opsi untuk Python atau TypeScript.

Loop async for terus berjalan saat Claude berpikir, memanggil alat, mengamati hasil, dan memutuskan apa yang harus dilakukan selanjutnya. Setiap iterasi menghasilkan pesan: penalaran Claude, panggilan alat, hasil alat, atau hasil akhir. SDK menangani orkestrasi (eksekusi alat, manajemen konteks, percobaan ulang) sehingga Anda hanya mengonsumsi aliran. Loop berakhir ketika Claude menyelesaikan tugas atau mengalami kesalahan.

Penanganan pesan di dalam loop memfilter untuk output yang dapat dibaca manusia. Tanpa pemfilteran, Anda akan melihat objek pesan mentah termasuk inisialisasi sistem dan status internal, yang berguna untuk debugging tetapi berisik sebaliknya.

Jalankan agen Anda

Agen Anda siap. Jalankan dengan perintah berikut:

python3 agent.py

Setelah menjalankan, periksa utils.py. Anda akan melihat kode defensif yang menangani daftar kosong dan pengguna null. Agen Anda secara otonom:

1. Membaca utils.py untuk memahami kode
2. Menganalisis logika dan mengidentifikasi kasus tepi yang akan mogok
3. Mengedit file untuk menambahkan penanganan kesalahan yang tepat

Inilah yang membuat Agent SDK berbeda: Claude menjalankan alat secara langsung alih-alih meminta Anda untuk mengimplementasikannya.

Coba prompt lain

Sekarang agen Anda sudah siap, coba beberapa prompt berbeda:

• "Add docstrings to all functions in utils.py"
• "Add type hints to all functions in utils.py"
• "Create a README.md documenting the functions in utils.py"

Sesuaikan agen Anda

Anda dapat memodifikasi perilaku agen dengan mengubah opsi. Berikut adalah beberapa contoh:

Tambahkan kemampuan pencarian web:

options=ClaudeAgentOptions(
    allowed_tools=["Read", "Edit", "Glob", "WebSearch"],
    permission_mode="acceptEdits"
)

Berikan Claude prompt sistem kustom:

options=ClaudeAgentOptions(
    allowed_tools=["Read", "Edit", "Glob"],
    permission_mode="acceptEdits",
    system_prompt="You are a senior Python developer. Always follow PEP 8 style guidelines."
)

Jalankan perintah di terminal:

options=ClaudeAgentOptions(
    allowed_tools=["Read", "Edit", "Glob", "Bash"],
    permission_mode="acceptEdits"
)

Dengan Bash diaktifkan, coba: "Write unit tests for utils.py, run them, and fix any failures"

Konsep kunci

Alat mengontrol apa yang dapat dilakukan agen Anda:

Mode izin mengontrol berapa banyak pengawasan manusia yang Anda inginkan:

Contoh di atas menggunakan mode acceptEdits, yang auto-approves operasi file sehingga agen dapat berjalan tanpa prompt interaktif. Jika Anda ingin meminta pengguna untuk persetujuan, gunakan mode default dan sediakan callback canUseTool yang mengumpulkan input pengguna. Untuk kontrol lebih, lihat Izin.

Langkah berikutnya

Sekarang Anda telah membuat agen pertama Anda, pelajari cara memperluas kemampuannya dan menyesuaikannya dengan kasus penggunaan Anda:

• Izin: kontrol apa yang dapat dilakukan agen Anda dan kapan memerlukan persetujuan
• Hooks: jalankan kode kustom sebelum atau sesudah panggilan alat
• Sesi: bangun agen multi-turn yang mempertahankan konteks
• Server MCP: terhubung ke database, browser, API, dan sistem eksternal lainnya
• Hosting: sebarkan agen ke Docker, cloud, dan CI/CD
• Agen contoh: lihat contoh lengkap: asisten email, agen penelitian, dan lainnya