Schnellstart

1. Ein Projekt mit dem Agent SDK einrichten
2. Eine Datei mit fehlerhaftem Code erstellen
3. Einen Agenten ausführen, der Fehler automatisch findet und behebt

​

Voraussetzungen

• Node.js 18+ oder Python 3.10+
• Ein Anthropic-Konto (hier registrieren)

​

Einrichtung

mkdir my-agent && cd my-agent

npm install @anthropic-ai/claude-agent-sdk

uv init && uv add claude-agent-sdk

python3 -m venv .venv && source .venv/bin/activate
pip3 install claude-agent-sdk

ANTHROPIC_API_KEY=your-api-key

​

Erstellen Sie eine fehlerhafte Datei

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()

1. calculate_average([]) stürzt mit Division durch Null ab
2. get_user_name(None) stürzt mit einem TypeError ab

​

Erstellen Sie einen Agenten, der Fehler findet und behebt

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())

1. query: der Haupteinstiegspunkt, der die agentic loop erstellt. Er gibt einen asynchronen Iterator zurück, daher verwenden Sie async for, um Nachrichten zu streamen, während Claude arbeitet. Siehe die vollständige API in der Python oder TypeScript SDK-Referenz.
2. prompt: was Sie Claude tun möchten. Claude ermittelt basierend auf der Aufgabe, welche Tools verwendet werden sollen.
3. options: Konfiguration für den Agenten. Dieses Beispiel verwendet allowedTools, um Read, Edit und Glob vorab zu genehmigen, und permissionMode: "acceptEdits", um Dateiänderungen automatisch zu genehmigen. Weitere Optionen sind systemPrompt, mcpServers und mehr. Siehe alle Optionen für Python oder TypeScript.

​

Führen Sie Ihren Agenten aus

python3 agent.py

npx tsx agent.ts

1. Gelesen utils.py, um den Code zu verstehen
2. Analysiert die Logik und identifiziert Grenzfälle, die zum Absturz führen würden
3. Bearbeitet die Datei, um ordnungsgemäße Fehlerbehandlung hinzuzufügen

​

Versuchen Sie andere Prompts

• "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"

​

Passen Sie Ihren Agenten an

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

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

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

​

Wichtige Konzepte

​

Fehlerbehebung

​

API-Fehler thinking.type.enabled wird für dieses Modell nicht unterstützt

API Error: 400 {"type":"invalid_request_error","message":"\"thinking.type.enabled\" is not supported for this model. Use \"thinking.type.adaptive\" and \"output_config.effort\" to control thinking behavior."}

​

Nächste Schritte

• Berechtigungen: Steuern Sie, was Ihr Agent tun kann und wann er Genehmigung benötigt
• Hooks: Führen Sie benutzerdefinierten Code vor oder nach Tool-Aufrufen aus
• Sitzungen: Erstellen Sie Multi-Turn-Agenten, die den Kontext beibehalten
• MCP-Server: Verbinden Sie sich mit Datenbanken, Browsern, APIs und anderen externen Systemen
• Hosting: Stellen Sie Agenten in Docker, Cloud und CI/CD bereit
• Beispiel-Agenten: Siehe vollständige Beispiele: E-Mail-Assistent, Forschungsagent und mehr