Loading...
    0
    • Panduan Pengembang
    • Referensi API
    • MCP
    • Sumber Daya
    • Catatan Rilis
    Search...
    ⌘K
    Langkah pertama
    Pengantar ClaudePanduan Cepat
    Model & harga
    Ikhtisar modelMemilih modelApa yang baru di Claude 4.5Migrasi ke Claude 4.5Penghentian modelHarga
    Bangun dengan Claude
    Ikhtisar fiturBekerja dengan Messages APIJendela konteksPraktik terbaik prompting
    Kemampuan
    Penyimpanan cache promptPengeditan konteksPemikiran yang diperluasStreaming MessagesPemrosesan batchKutipanDukungan multibahasaPenghitungan tokenEmbeddingsVisiDukungan PDFFiles APIHasil pencarianOutput terstrukturAdd-on Google Sheets
    Alat
    Gambaran UmumCara mengimplementasikan penggunaan alatPenggunaan tool yang efisien tokenStreaming tool berbutir halusAlat BashAlat eksekusi kodeAlat penggunaan komputerAlat editor teksAlat web fetchAlat pencarian webAlat memori
    Keterampilan Agen
    IkhtisarMulai dengan Agent Skills di APIPraktik terbaik pembuatan SkillMenggunakan Agent Skills dengan API
    SDK Agen
    Ikhtisar Agent SDKReferensi Agent SDK - TypeScriptReferensi Agent SDK - Python
    Panduan
    Input StreamingMenangani IzinManajemen SesiOutput terstruktur dalam SDKHosting the Agent SDKMemodifikasi system promptMCP dalam SDKAlat KustomSubagen dalam SDKPerintah Slash dalam SDKAgent Skills dalam SDKMelacak Biaya dan PenggunaanDaftar TodoPlugin dalam SDK
    MCP dalam API
    Konektor MCPServer MCP jarak jauh
    Claude di platform pihak ketiga
    Amazon BedrockMicrosoft FoundryVertex AI
    Rekayasa Prompt
    IkhtisarGenerator promptGunakan template promptPerbaikan promptBersikap jelas dan langsungGunakan contoh (multishot prompting)Biarkan Claude berpikir (CoT)Gunakan tag XMLBerikan Claude peran (system prompts)Isi awal respons ClaudeRangkai prompt kompleksTips konteks panjangTips pemikiran diperpanjang
    Uji & evaluasi
    Tentukan kriteria keberhasilanKembangkan kasus ujiMenggunakan Alat EvaluasiMengurangi latensi
    Perkuat pagar pengaman
    Mengurangi halusinasiMeningkatkan konsistensi outputMitigasi jailbreakhandle-streaming-refusalsMengurangi kebocoran promptMenjaga Claude dalam karakter
    Administrasi dan pemantauan
    Ikhtisar Admin APIAPI Penggunaan dan BiayaClaude Code Analytics API
    Console
    Panduan

    Output terstruktur dalam SDK

    Dapatkan hasil JSON yang divalidasi dari alur kerja agen

    Dapatkan JSON terstruktur dan tervalidasi dari alur kerja agen. Agent SDK mendukung output terstruktur melalui JSON Schemas, memastikan agen Anda mengembalikan data dalam format yang tepat sesuai kebutuhan Anda.

    Kapan menggunakan output terstruktur

    Gunakan output terstruktur ketika Anda memerlukan JSON yang divalidasi setelah agen menyelesaikan alur kerja multi-turn dengan tools (pencarian file, eksekusi perintah, penelusuran web, dll.).

    Untuk panggilan API tunggal tanpa penggunaan tool, lihat API Structured Outputs.

    Mengapa menggunakan output terstruktur

    Output terstruktur menyediakan integrasi yang andal dan type-safe dengan aplikasi Anda:

    • Struktur yang divalidasi: Selalu terima JSON yang valid sesuai dengan skema Anda
    • Integrasi yang disederhanakan: Tidak perlu kode parsing atau validasi
    • Keamanan tipe: Gunakan dengan petunjuk tipe TypeScript atau Python untuk keamanan end-to-end
    • Pemisahan yang bersih: Tentukan persyaratan output secara terpisah dari instruksi tugas
    • Otonomi tool: Agen memilih tool mana yang akan digunakan sambil menjamin format output

    Cara kerja output terstruktur

    1. 1

      Tentukan skema JSON Anda

      Buat JSON Schema yang mendeskripsikan struktur yang ingin dikembalikan oleh agen. Skema menggunakan format JSON Schema standar.

    2. 2

      Tambahkan parameter outputFormat

      Sertakan parameter outputFormat dalam opsi query Anda dengan type: "json_schema" dan definisi skema Anda.

    3. 3

      Jalankan query Anda

      Agen menggunakan tool apa pun yang diperlukan untuk menyelesaikan tugas (operasi file, perintah, pencarian web, dll.).

    4. 4

      Akses output yang divalidasi

      Hasil akhir agen akan berupa JSON yang valid sesuai dengan skema Anda, tersedia di message.structured_output.

    Fitur JSON Schema yang didukung

    Agent SDK mendukung fitur dan batasan JSON Schema yang sama seperti API Structured Outputs.

    Fitur utama yang didukung:

    • Semua tipe dasar: object, array, string, integer, number, boolean, null
    • enum, const, required, additionalProperties (harus false)
    • Format string: date-time, date, email, uri, uuid, dll.
    • $ref, $def, dan definitions

    Untuk detail lengkap tentang fitur yang didukung, batasan, dan dukungan pola regex, lihat JSON Schema limitations dalam dokumentasi API.

    Contoh: Agen pelacakan TODO

    Berikut adalah contoh lengkap yang menunjukkan agen yang mencari TODO dalam kode dan mengekstrak informasi git blame:

    import { query } from '@anthropic-ai/claude-agent-sdk'
    
    // Define structure for TODO extraction
    const todoSchema = {
      type: 'object',
      properties: {
        todos: {
          type: 'array',
          items: {
            type: 'object',
            properties: {
              text: { type: 'string' },
              file: { type: 'string' },
              line: { type: 'number' },
              author: { type: 'string' },
              date: { type: 'string' }
            },
            required: ['text', 'file', 'line']
          }
        },
        total_count: { type: 'number' }
      },
      required: ['todos', 'total_count']
    }
    
    // Agent uses Grep to find TODOs, Bash to get git blame info
    for await (const message of query({
      prompt: 'Find all TODO comments in src/ and identify who added them',
      options: {
        outputFormat: {
          type: 'json_schema',
          schema: todoSchema
        }
      }
    })) {
      if (message.type === 'result' && message.structured_output) {
        const data = message.structured_output
        console.log(`Found ${data.total_count} TODOs`)
        data.todos.forEach(todo => {
          console.log(`${todo.file}:${todo.line} - ${todo.text}`)
          if (todo.author) {
            console.log(`  Added by ${todo.author} on ${todo.date}`)
          }
        })
      }
    }

    Agen secara otonomi menggunakan tool yang tepat (Grep, Bash) untuk mengumpulkan informasi dan mengembalikan data yang divalidasi.

    Penanganan kesalahan

    Jika agen tidak dapat menghasilkan output yang valid sesuai dengan skema Anda, Anda akan menerima hasil kesalahan:

    for await (const msg of query({
      prompt: 'Analyze the data',
      options: {
        outputFormat: {
          type: 'json_schema',
          schema: mySchema
        }
      }
    })) {
      if (msg.type === 'result') {
        if (msg.subtype === 'success' && msg.structured_output) {
          console.log(msg.structured_output)
        } else if (msg.subtype === 'error_max_structured_output_retries') {
          console.error('Could not produce valid output')
        }
      }
    }

    Sumber daya terkait

    • JSON Schema documentation
    • API Structured Outputs - Untuk panggilan API tunggal
    • Custom tools - Tentukan tool untuk agen Anda
    • TypeScript SDK reference - Referensi API TypeScript lengkap
    • Python SDK reference - Referensi API Python lengkap
    • Mengapa menggunakan output terstruktur
    • Mulai cepat
    • Mendefinisikan skema dengan Zod
    • Mulai cepat
    • Mendefinisikan skema dengan Pydantic
    • Cara kerja output terstruktur
    • Fitur JSON Schema yang didukung
    • Contoh: Agen pelacakan TODO
    • Penanganan kesalahan
    • Sumber daya terkait

    Solutions

    • AI agents
    • Code modernization
    • Coding
    • Customer support
    • Education
    • Financial services
    • Government
    • Life sciences

    Partners

    • Amazon Bedrock
    • Google Cloud's Vertex AI

    Learn

    • Blog
    • Catalog
    • Courses
    • Use cases
    • Connectors
    • Customer stories
    • Engineering at Anthropic
    • Events
    • Powered by Claude
    • Service partners
    • Startups program

    Company

    • Anthropic
    • Careers
    • Economic Futures
    • Research
    • News
    • Responsible Scaling Policy
    • Security and compliance
    • Transparency

    Learn

    • Blog
    • Catalog
    • Courses
    • Use cases
    • Connectors
    • Customer stories
    • Engineering at Anthropic
    • Events
    • Powered by Claude
    • Service partners
    • Startups program

    Help and security

    • Availability
    • Status
    • Support
    • Discord

    Terms and policies

    • Privacy policy
    • Responsible disclosure policy
    • Terms of service: Commercial
    • Terms of service: Consumer
    • Usage policy