Claude Managed Agents 快速入门笔记

Claude Managed Agents 快速入门笔记

一、核心概念体系

概念 定义
Agent(智能体) 由模型、系统提示词、工具、MCP 服务器和技能组成的配置实体
Environment(环境) 预配置的容器模板(包含软件包、网络访问等运行时设置)
Session(会话) 在环境中运行的智能体实例,执行特定任务并生成输出
Events(事件) 应用与智能体之间交换的消息(用户输入、工具结果、状态更新)

二、前置条件

  1. Anthropic Console 账户
  2. API 密钥(在 /settings/keys 获取)

三、CLI 工具安装

macOS (Homebrew):

bash 复制代码
brew install anthropics/tap/ant
xattr -d com.apple.quarantine "$(brew --prefix)/bin/ant"  # 解除隔离

验证安装:

bash 复制代码
ant --version

四、SDK 安装

bash 复制代码
pip install anthropic

环境变量配置:

bash 复制代码
export ANTHROPIC_API_KEY="your-api-key-here"

五、关键 API 版本要求

所有 Managed Agents API 请求必须包含 managed-agents-2026-04-01 beta 头部。 SDK 会自动设置此头部。


六、四步创建首个会话

步骤 1:创建 Agent
bash 复制代码
ant beta:agents create \
  --name "Coding Assistant" \
  --model '{id: claude-sonnet-4-6}' \
  --system "You are a helpful coding assistant. Write clean, well-documented code." \
  --tool '{type: agent_toolset_20260401}'

关键参数说明:

  • agent_toolset_20260401:启用完整的预构建工具集(bash、文件操作、网络搜索等)
  • 需保存返回的 agent.id
步骤 2:创建环境
bash 复制代码
ant beta:environments create \
  --name "quickstart-env" \
  --config '{type: cloud, networking: {type: unrestricted}}'
  • 需保存返回的 environment.id
  • networking: unrestricted 表示无限制网络访问
步骤 3:启动会话(cURL 示例)
bash 复制代码
curl -sS --fail-with-body https://api.anthropic.com/v1/sessions \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "anthropic-beta: managed-agents-2026-04-01" \
  -H "content-type: application/json" \
  -d '{
    "agent": "$AGENT_ID",
    "environment_id": "$ENVIRONMENT_ID",
    "title": "Quickstart session"
  }'
步骤 4:发送消息并流式响应

先发送用户消息:

bash 复制代码
curl -sS --fail-with-body \
  "https://api.anthropic.com/v1/sessions/$SESSION_ID/events" \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "anthropic-beta: managed-agents-2026-04-01" \
  -H "content-type: application/json" \
  -d '{
    "events": [{
      "type": "user.message",
      "content": [{
        "type": "text",
        "text": "Create a Python script that generates the first 20 Fibonacci numbers and saves them to fibonacci.txt"
      }]
    }]
  }'

再打开 SSE 流接收事件:

bash 复制代码
curl -sS -N --fail-with-body \
  "https://api.anthropic.com/v1/sessions/$SESSION_ID/stream" \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "anthropic-beta: managed-agents-2026-04-01" \
  -H "Accept: text/event-stream"

七、事件处理逻辑(SSE 流解析)

事件类型 处理方式
agent.message 提取 .content[] 中 type: "text" 的文本片段
agent.tool_use 显示 [Using tool: {name}]
session.status_idle 智能体完成,终止循环

八、执行流程解析

复制代码
用户发送消息
    ↓
[1] 容器预置(按环境配置构建)
    ↓
[2] 智能体循环运行(Claude 决策使用哪些工具)
    ↓
[3] 工具执行(文件写入、bash 命令等在容器内运行)
    ↓
[4] 事件流推送(实时更新执行状态)
    ↓
[5] 空闲状态(session.status_idle → 任务完成)

九、关键设计要点

  1. 分离式架构:Agent(配置)与环境(运行时)解耦,支持复用
  2. 流式优先:SSE 实时推送,适合长时运行的自动化任务
  3. 容器化执行:所有工具调用在隔离环境中运行,保障安全
  4. 版本化工具集 :agent_toolset_20260401 显式声明工具版本

十、后续学习路径

主题 内容
Define your agent 创建可复用、版本化的智能体配置
Configure environments 自定义网络和容器设置
Agent tools 为智能体启用特定工具
Events and streaming 处理事件并在执行中引导智能体

十一、与标准 Claude API 的核心差异

维度 标准 Messages API Managed Agents API
执行模型 单次请求-响应 长时运行的自主循环
工具执行 客户端执行(需返回结果) 服务端容器内自动执行
状态管理 无状态(需自行维护上下文) 有状态会话(session 持久化)
适用场景 对话、单次任务 复杂多步自动化、代码生成与执行
API 版本 2023-06-01 需额外 managed-agents-2026-04-01 beta
相关推荐
shaibdoio几秒前
意图识别实战:从规则匹配到传统机器学习,再到混合大模型方案
人工智能·机器学习
IT_陈寒2 分钟前
SpringBoot自动配置的坑我帮你踩过了
前端·人工智能·后端
198******126344 分钟前
2026企业AI办公工具选型全指南:自动资料整合与报告生成赛道全景
大数据·人工智能
一木 之林5 分钟前
《OpenAI库基础学习总结:Client 初始化、流式输出 delta 拼接与多轮历史 messages 全流程拆解》
人工智能·学习·计算机视觉·stable diffusion·aigc
Ivanqhz7 分钟前
BURG(自底向上重写生成器)
服务器·数据库·人工智能·深度学习·算法
198******126348 分钟前
Work Agent深度解读:AI长程任务执行的机制与落地形态
人工智能
m4Rk_9 分钟前
【论文阅读】Agent 记忆机制(90):HyperMem——用超图建模长期记忆中的高阶关联
论文阅读·人工智能·学习·开源·github
言乐614 分钟前
逻辑回归与利弊
人工智能·算法·机器学习·数据挖掘·逻辑回归
墨心@17 分钟前
AI Agent 学习总结
人工智能·自然语言处理·agent·harness·datawhale共学
Είναι η κοπέλα21 分钟前
WSL2 部署 AI 开发环境:内核级 Linux + GPU 直通
linux·运维·人工智能