Быстрый старт

Используйте Agent SDK для создания AI-агента, который читает ваш код, находит ошибки и исправляет их, всё без ручного вмешательства.

Что вы будете делать:

1. Настроить проект с Agent SDK
2. Создать файл с некорректным кодом
3. Запустить агента, который автоматически находит и исправляет ошибки

Предварительные требования

• Node.js 18+ или Python 3.10+
• Аккаунт Anthropic (зарегистрируйтесь здесь)

Настройка

Создайте файл с ошибками

Этот быстрый старт проведёт вас через создание агента, который может находить и исправлять ошибки в коде. Сначала вам нужен файл с некоторыми намеренными ошибками для исправления агентом. Создайте utils.py в директории my-agent и вставьте следующий код:

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()

Этот код содержит две ошибки:

1. calculate_average([]) падает с ошибкой деления на ноль
2. get_user_name(None) падает с TypeError

Создайте агента, который находит и исправляет ошибки

Создайте agent.py, если вы используете Python SDK, или agent.ts для 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())

Этот код состоит из трёх основных частей:

1. query: основная точка входа, которая создаёт цикл агента. Она возвращает асинхронный итератор, поэтому вы используете async for для потоковой передачи сообщений по мере работы Claude. Полный API см. в справочнике Python или TypeScript SDK.

2. prompt: то, что вы хотите, чтобы сделал Claude. Claude определяет, какие инструменты использовать на основе задачи.

3. options: конфигурация для агента. В этом примере используется allowedTools для ограничения Claude инструментами Read, Edit и Glob, а также permissionMode: "acceptEdits" для автоматического одобрения изменений файлов. Другие опции включают systemPrompt, mcpServers и многое другое. Все опции для Python или TypeScript.

Цикл async for продолжает работать, пока Claude думает, вызывает инструменты, наблюдает результаты и решает, что делать дальше. Каждая итерация выдаёт сообщение: рассуждение Claude, вызов инструмента, результат инструмента или финальный результат. SDK обрабатывает оркестровку (выполнение инструментов, управление контекстом, повторные попытки), поэтому вы просто потребляете поток. Цикл заканчивается, когда Claude завершает задачу или возникает ошибка.

Обработка сообщений внутри цикла фильтрует вывод, удобный для чтения человеком. Без фильтрации вы бы видели необработанные объекты сообщений, включая инициализацию системы и внутреннее состояние, что полезно для отладки, но иначе шумно.

Запустите ваш агент

Ваш агент готов. Запустите его с помощью следующей команды:

После запуска проверьте utils.py. Вы увидите защитный код, обрабатывающий пустые списки и нулевых пользователей. Ваш агент автономно:

1. Прочитал utils.py для понимания кода
2. Проанализировал логику и определил граничные случаи, которые вызовут сбой
3. Отредактировал файл для добавления надлежащей обработки ошибок

Это то, что делает Agent SDK отличным: Claude выполняет инструменты напрямую вместо того, чтобы просить вас их реализовать.

Попробуйте другие подсказки

Теперь, когда ваш агент настроен, попробуйте некоторые другие подсказки:

• "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"

Настройте ваш агент

Вы можете изменить поведение вашего агента, изменив опции. Вот несколько примеров:

Добавьте возможность веб-поиска:

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

Дайте Claude пользовательскую системную подсказку:

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

Запустите команды в терминале:

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

С включённым Bash, попробуйте: "Write unit tests for utils.py, run them, and fix any failures"

Ключевые концепции

Инструменты контролируют, что может делать ваш агент:

Режимы разрешений контролируют, сколько человеческого надзора вы хотите:

Приведённый выше пример использует режим acceptEdits, который автоматически одобряет файловые операции, чтобы агент мог работать без интерактивных подсказок. Если вы хотите запрашивать у пользователей одобрение, используйте режим default и предоставьте обратный вызов canUseTool, который собирает пользовательский ввод. Для большего контроля см. Разрешения.

Следующие шаги

Теперь, когда вы создали своего первого агента, узнайте, как расширить его возможности и адаптировать его к вашему варианту использования:

• Разрешения: контролируйте, что может делать ваш агент и когда ему нужно одобрение
• Хуки: запускайте пользовательский код до или после вызовов инструментов
• Сессии: создавайте многооборотные агенты, которые сохраняют контекст
• MCP серверы: подключайтесь к базам данных, браузерам, API и другим внешним системам
• Хостинг: развёртывайте агентов в Docker, облако и CI/CD
• Примеры агентов: см. полные примеры: помощник по электронной почте, исследовательский агент и многое другое