SpyBara
Go Premium

agent-sdk/quickstart.md 2026-07-15 22:00 UTC to 2026-07-16 22:59 UTC

3 added, 3 removed.

2026
Sat 18 03:58 Fri 17 22:57 Thu 16 22:59 Wed 15 22:00 Tue 14 23:01 Mon 13 23:57 Sat 11 19:03 Fri 10 17:00 Thu 9 23:58 Wed 8 16:02 Tue 7 16:02 Mon 6 23:57 Sat 4 03:01 Fri 3 23:00 Thu 2 23:59 Wed 1 21:01

快速开始

使用 Python 或 TypeScript Agent SDK 开始构建能够自主工作的 AI 代理

使用 Agent SDK 构建一个 AI 代理,它可以读取你的代码、发现错误并修复它们,所有这一切都无需手动干预。

你将做什么:

  1. 使用 Agent SDK 设置一个项目
  2. 创建一个包含一些有缺陷代码的文件
  3. 运行一个代理,自动查找并修复错误

前置条件

  • Node.js 18+Python 3.10+
  • 一个 Anthropic 账户在此注册

设置

1

创建项目文件夹

为此快速开始创建一个新目录:

mkdir my-agent
cd my-agent

对于你自己的项目,你可以从任何文件夹运行 SDK;默认情况下,它将有权访问该目录及其子目录中的文件。

2

安装 SDK

为你的语言安装 Agent SDK 包:

npm init -y
npm pkg set type=module
npm install @anthropic-ai/claude-agent-sdk
npm install --save-dev tsx

package.json 中设置 "type": "module" 让你的代理脚本使用顶级 await,而 tsx 直接运行 TypeScript 文件。

3

设置你的 API 密钥

Claude 控制台获取 API 密钥,然后在你将运行代理的 shell 中将其设置为环境变量:

export ANTHROPIC_API_KEY=your-api-key

SDK 从运行你的代理的进程的环境中读取密钥;它不会自动加载 .env 文件。如果你将密钥保存在 .env 文件中,请自己加载它,例如使用 dotenv 包,然后再调用 SDK。

SDK 还支持通过第三方 API 提供商进行身份验证:

  • Amazon Bedrock:设置 CLAUDE_CODE_USE_BEDROCK=1 环境变量并配置 AWS 凭证
  • Claude Platform on AWS:设置 CLAUDE_CODE_USE_ANTHROPIC_AWS=1ANTHROPIC_AWS_WORKSPACE_ID,然后配置 AWS 凭证
  • Google Cloud 的 Agent Platform:设置 CLAUDE_CODE_USE_VERTEX=1 环境变量并配置 Google Cloud 凭证
  • Microsoft Azure:设置 CLAUDE_CODE_USE_FOUNDRY=1 环境变量并配置 Azure 凭证

有关详细信息,请参阅 Amazon BedrockClaude Platform on AWSGoogle Cloud 的 Agent PlatformMicrosoft Foundry 的设置指南。

创建一个有缺陷的文件

此快速开始将引导你构建一个可以查找和修复代码中错误的代理。首先,你需要一个包含一些有意错误的文件供代理修复。在 my-agent 目录中创建 utils.py 并粘贴以下代码:

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()

此代码有两个错误:

  1. calculate_average([]) 会因除以零而崩溃
  2. get_user_name(None) 会因 TypeError 而崩溃

构建一个查找和修复错误的代理

如果你使用 Python SDK,创建 agent.py,或者如果使用 TypeScript,创建 agent.ts。如果你现有的项目使用 CommonJS,请改用 agent.mts

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"],  # 自动批准这些工具
permission_mode="acceptEdits",  # 自动批准文件编辑
),
):
# 打印人类可读的输出
if isinstance(message, AssistantMessage):
for block in message.content:
if hasattr(block, "text"):
print(block.text)  # Claude 的推理
elif hasattr(block, "name"):
print(f"Tool: {block.name}")  # 正在调用的工具
elif isinstance(message, ResultMessage):
print(f"Done: {message.subtype}")  # 最终结果


asyncio.run(main())

此代码有三个主要部分:

  1. query:创建 agentic 循环的主入口点。它返回一个异步迭代器,所以你使用 async for 来流式传输 Claude 工作时的消息。查看 PythonTypeScript SDK 参考中的完整 API。

  2. prompt:你想让 Claude 做什么。Claude 根据任务确定要使用哪些工具。

  3. options:代理的配置。此示例使用 allowedTools 预先批准 ReadEditGlob,以及 permissionMode: "acceptEdits" 来自动批准文件更改。其他选项包括 systemPromptmcpServers 等。查看 PythonTypeScript 的所有选项。

async for 循环在 Claude 思考、调用工具、观察结果并决定下一步做什么时继续运行。每次迭代都会产生一条消息:Claude 的推理、工具调用、工具结果或最终结果。SDK 处理编排(工具执行、上下文管理、重试),所以你只需使用流。当 Claude 完成任务或遇到错误时,循环结束。

循环内的消息处理过滤人类可读的输出。如果没有过滤,你会看到原始消息对象,包括系统初始化和内部状态,这对调试很有用,但通常很冗长。

运行你的代理

你的代理已准备好。使用以下命令运行它:

npx tsx agent.ts

如果你将脚本命名为 agent.mts,请改为运行 npx tsx agent.mts

运行时,代理会打印其推理和它调用的每个工具,最后以 Done: success 结束。运行后,检查 utils.py。你会看到处理空列表和空用户的防御性代码。你的代理自主地:

  1. 读取 utils.py 以理解代码
  2. 分析了逻辑并识别了会导致崩溃的边界情况
  3. 编辑了文件以添加适当的错误处理

这就是 Agent SDK 的与众不同之处:Claude 直接执行工具,而不是要求你实现它们。

尝试其他提示

现在你的代理已设置好,尝试一些不同的提示:

  • "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"

自定义你的代理

你可以通过更改选项来修改代理的行为。以下是一些示例:

添加网络搜索功能:

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

给 Claude 一个自定义系统提示:

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

在终端中运行命令:

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

启用 Bash 后,尝试:"Write unit tests for utils.py, run them, and fix any failures"

关键概念

工具控制你的代理可以做什么:

工具 代理可以做什么
ReadGlobGrep 只读分析
ReadEditGlob 分析和修改代码
ReadEditBashGlobGrep 完全自动化

权限模式控制你想要多少人工监督:

模式 行为 用例
acceptEdits 自动批准文件编辑和常见文件系统命令,询问其他操作 受信任的开发工作流
plan 运行只读工具;文件编辑永远不会自动批准,并到达你的 canUseTool 回调 在批准执行前确定任务范围
dontAsk 拒绝不在 allowedTools 中的任何内容;连接器工具你的组织设置为 ask和需要用户交互的工具即使你已列出它们也会被拒绝 锁定的无头代理
auto 模型分类器批准或拒绝每个工具调用 具有安全防护的自主代理
bypassPermissions 运行每个工具而不提示,除了显式的 ask 规则匹配的工具、连接器工具你的组织设置为 ask和需要用户交互的工具 沙箱 CI、完全受信任的环境
default 需要 canUseTool 回调来处理批准 自定义批准流程

上面的示例使用 acceptEdits 模式,它自动批准文件操作,以便代理可以在没有交互式提示的情况下运行。如果你想提示用户批准,使用 default 模式并提供一个 canUseTool 回调来收集用户输入。为了获得更多控制,请参阅权限

后续步骤

现在你已经创建了你的第一个代理,学习如何扩展其功能并将其定制到你的用例:

  • 权限:控制你的代理可以做什么以及何时需要批准
  • Hooks:在工具调用之前或之后运行自定义代码
  • 会话:构建维护上下文的多轮代理
  • MCP 服务器:连接到数据库、浏览器、API 和其他外部系统
  • 托管:将代理部署到 Docker、云和 CI/CD
  • 示例代理:查看完整示例:电子邮件助手、研究代理等