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：
- 使用 Agent SDK 设置一个项目
- 创建一个包含一些有缺陷代码的文件
- 运行一个代理，自动查找并修复错误
前置条件
- Node.js 18+ 或 Python 3.10+
- 一个 Anthropic 账户。如果您还没有账户，在此注册。
设置
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。
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
在 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。npm 在安装成功时会打印 added N packages。
npm install @anthropic-ai/claude-agent-sdk
npm install --save-dev tsx
tsx 直接运行 TypeScript 文件。如果你的项目使用 CommonJS，将你的代理脚本命名为 agent.mts 而不是 agent.ts。.mts 扩展名使 tsx 将文件视为 ES 模块，所以顶级 await 可以工作，而无需将整个项目转换为 ES 模块。在本快速开始中后面的创建和运行步骤中使用 agent.mts 代替 agent.ts。
uv 是一个快速的 Python 包管理器，可以自动处理虚拟环境：
uv init
uv add claude-agent-sdk
创建并激活虚拟环境，然后安装该包。
在 macOS 或 Linux 上：
python3 -m venv .venv
source .venv/bin/activate
pip install claude-agent-sdk
在 Windows 上：
py -m venv .venv
.venv\Scripts\Activate.ps1
pip install claude-agent-sdk
如果 PowerShell 因执行策略错误而阻止 Activate.ps1，请先运行 Set-ExecutionPolicy -Scope Process RemoteSigned。
设置你的 API 密钥
从 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
$env: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=1和ANTHROPIC_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 Foundry：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 Bedrock、Claude Platform on AWS、Google Cloud 的 Agent Platform 或 Microsoft 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：
calculate_average([])会因除以零而崩溃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())
import { query } from "@anthropic-ai/claude-agent-sdk";
// Agentic loop: streams messages as Claude works
for await (const message of query({
prompt: "Review utils.py for bugs that would cause crashes. Fix any issues you find.",
options: {
allowedTools: ["Read", "Edit", "Glob"], // 自动批准这些工具
permissionMode: "acceptEdits" // 自动批准文件编辑
}
})) {
// 打印人类可读的输出
if (message.type === "assistant" && message.message?.content) {
for (const block of message.message.content) {
if ("text" in block) {
console.log(block.text); // Claude 的推理
} else if ("name" in block) {
console.log(`Tool: ${block.name}`); // 正在调用的工具
}
}
} else if (message.type === "result") {
console.log(`Done: ${message.subtype}`); // 最终结果
}
}
此代码有三个主要部分：
-
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 Python 或 TypeScript SDK 参考中的完整 API。 -
prompt：你想让 Claude 做什么。Claude 根据任务确定要使用哪些工具。 -
options：代理的配置。此示例使用allowedTools预先批准Read、Edit和Glob，以及permissionMode: "acceptEdits"来自动批准文件更改。其他选项包括systemPrompt、mcpServers等。查看 Python 或 TypeScript 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、上下文管理和重试，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。
uv run agent.py
使用你仍然激活的虚拟环境：
python agent.py
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：
- 读取
utils.py以理解代码 - 分析了逻辑并识别了会导致崩溃的边界情况
- 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"
)
const _ = {
options: {
allowedTools: ["Read", "Edit", "Glob", "WebSearch"],
permissionMode: "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.",
)
const _ = {
options: {
allowedTools: ["Read", "Edit", "Glob"],
permissionMode: "acceptEdits",
systemPrompt: "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"
)
const _ = {
options: {
allowedTools: ["Read", "Edit", "Glob", "Bash"],
permissionMode: "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 |
|---|---|
Read、Glob、Grep |
只读分析 |
Read、Edit、Glob |
分析和修改代码 |
Read、Edit、Bash、Glob、Grep |
完全自动化 |
权限模式控制你想要多少人工监督。SDK 按照固定的顺序评估活跃模式以及你的允许和拒绝规则，详见权限如何被评估。有关完整的模式列表、它们的行为以及何时使用每种模式，请参阅代理循环工作原理中的权限模式。
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：