跳转至

Building Agents with the Claude Agent SDK

  • 来源: sources/anthropic_official/building-agents-claude-agent-sdk.md
  • URL: https://www.anthropic.com/engineering/building-agents-with-the-claude-agent-sdk
  • 作者: Thariq Shihipar (Anthropic)

概述

本文介绍 Claude Agent SDK（原 Claude Code SDK）的设计哲学和使用方法。核心主张：给 agent 一台计算机——让它像人类一样使用文件系统、终端、工具来完成工作。

核心设计原则

"Give Claude a computer"

Claude Code 的关键设计原则：程序员需要什么工具，Claude 就需要什么工具——查找文件、编辑文件、lint、运行、调试、迭代。通过给 Claude 访问终端的能力，它可以像程序员一样写代码，也可以做非编码任务（读 CSV、搜索网络、构建可视化、解读指标）。

隐式循环架构

Agent 在一个反馈循环中运行：gather context → take action → verify work → repeat。这不是预定义的图结构，而是模型自主决定下一步——隐式循环。

Agent 能力三层

1. Gather Context（获取上下文）

  • Agentic search：利用文件系统结构 + bash 工具（grep、tail）按需拉取信息，文件夹结构本身就是 context engineering 的一种形式
  • Semantic search：比 agentic search 快但准确性低、维护成本高、不透明，建议先用 agentic search
  • Subagents：并行化 + context 隔离，只返回相关信息给 orchestrator
  • Compaction：context 接近上限时自动压缩历史

2. Take Action（执行操作）

  • Tools：agent 的主要执行构件，在 context window 中占据显著位置，影响模型决策
  • Bash & scripts：通用计算能力，处理非结构化任务
  • Code generation：代码是精确、可组合、可复用的输出形式
  • MCP：标准化外部服务集成，免去自定义集成代码

3. Verify Work（验证工作）

  • Rules-based feedback：定义规则 → 检查 → 报告失败原因（如 linting）
  • Visual feedback：截图 + 多模态审查（布局、样式、层级、响应式）
  • LLM-as-judge：另一个模型评估输出，适用于模糊标准场景（但不够健壮）

与其他概念的关联

References

  • sources/anthropic_official/building-agents-claude-agent-sdk.md