Skip to main content

Quickstart

เริ่มต้นใช้งาน Python หรือ TypeScript Agent SDK เพื่อสร้าง AI agents ที่ทำงานอัตโนมัติ

ใช้ Agent SDK เพื่อสร้าง AI agent ที่อ่านโค้ดของคุณ ค้นหา bugs และแก้ไขได้โดยอัตโนมัติ

สิ่งที่จะทำ:

  1. ตั้งค่าโครงการด้วย Agent SDK
  2. สร้างไฟล์ที่มีโค้ดมีข้อผิดพลาด
  3. รัน agent ที่ค้นหาและแก้ไข bugs อัตโนมัติ

ข้อกำหนดเบื้องต้น​

การตั้งค่า​

ขั้นตอนที่ 1: สร้างโฟลเดอร์โครงการ​

สร้างไดเรกทอรีใหม่:

mkdir my-agent
cd my-agent

ขั้นตอนที่ 2: ติดตั้ง SDK​

TypeScript:

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

Python (uv):

uv เป็น package manager Python ที่รวดเร็ว:

uv init
uv add claude-agent-sdk

Python (pip):

บน macOS หรือ Linux:

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

บน Windows:

py -m venv .venv
.venv\Scripts\Activate.ps1
pip install claude-agent-sdk

ขั้นตอนที่ 3: ตั้งค่า API key​

รับ API key จาก Claude Console จากนั้นสร้างไฟล์ .env:

ANTHROPIC_API_KEY=your-api-key

SDK ยังรองรับการยืนยันตัวตนผ่าน providers อื่น ๆ:

  • Amazon Bedrock: ตั้งค่า CLAUDE_CODE_USE_BEDROCK=1 และกำหนด AWS credentials
  • Google Vertex AI: ตั้งค่า CLAUDE_CODE_USE_VERTEX=1 และกำหนด Google Cloud credentials
  • Microsoft Azure: ตั้งค่า CLAUDE_CODE_USE_FOUNDRY=1 และกำหนด Azure credentials

สร้างไฟล์ที่มี bugs​

สร้าง utils.py ในไดเรกทอรี my-agent และวางโค้ดต่อไปนี้:

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()

โค้ดนี้มีสอง bugs:

  1. calculate_average([]) crash ด้วย division by zero
  2. get_user_name(None) crash ด้วย TypeError

สร้าง agent ที่ค้นหาและแก้ไข bugs​

สร้าง agent.py (Python) หรือ agent.ts (TypeScript):

import asyncio
from claude_agent_sdk import query, ClaudeAgentOptions, AssistantMessage, ResultMessage


async def main():
    # Agentic loop: streams messages ขณะที่ Claude ทำงาน
    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"],  # อนุมัติ tools เหล่านี้อัตโนมัติ
            permission_mode="acceptEdits",  # อนุมัติการแก้ไขไฟล์อัตโนมัติ
        ),
    ):
        # แสดงผลที่อ่านได้
        if isinstance(message, AssistantMessage):
            for block in message.content:
                if hasattr(block, "text"):
                    print(block.text)  # ความคิดของ Claude
                elif hasattr(block, "name"):
                    print(f"Tool: {block.name}")  # Tool ที่กำลังเรียก
        elif isinstance(message, ResultMessage):
            print(f"Done: {message.subtype}")  # ผลลัพธ์สุดท้าย


asyncio.run(main())
import { query } from "@anthropic-ai/claude-agent-sdk";

// Agentic loop: streams messages ขณะที่ Claude ทำงาน
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"], // อนุมัติ tools เหล่านี้อัตโนมัติ
    permissionMode: "acceptEdits" // อนุมัติการแก้ไขไฟล์อัตโนมัติ
  }
})) {
  // แสดงผลที่อ่านได้
  if (message.type === "assistant" && message.message?.content) {
    for (const block of message.message.content) {
      if ("text" in block) {
        console.log(block.text); // ความคิดของ Claude
      } else if ("name" in block) {
        console.log(`Tool: ${block.name}`); // Tool ที่กำลังเรียก
      }
    }
  } else if (message.type === "result") {
    console.log(`Done: ${message.subtype}`); // ผลลัพธ์สุดท้าย
  }
}

โค้ดนี้มีสามส่วนหลัก:

  1. query: จุดเริ่มต้นหลักที่สร้าง agentic loop คืน async iterator ดังนั้นใช้ async for เพื่อ stream messages ขณะที่ Claude ทำงาน
  2. prompt: สิ่งที่คุณต้องการให้ Claude ทำ Claude จะคิดว่าจะใช้ tools ใดตามงาน
  3. options: การกำหนดค่าสำหรับ agent ตัวอย่างนี้ใช้ allowedTools เพื่ออนุมัติ Read, Edit และ Glob ล่วงหน้า และ permissionMode: "acceptEdits" เพื่ออนุมัติการเปลี่ยนแปลงไฟล์อัตโนมัติ

รัน agent ของคุณ​

TypeScript:

npx tsx agent.ts

Python (uv):

uv run agent.py

Python (pip):

python agent.py

หลังจากรัน ตรวจสอบ utils.py คุณจะเห็นโค้ดป้องกันที่จัดการ empty lists และ null users agent ของคุณทำงานโดยอัตโนมัติ:

  1. อ่าน utils.py เพื่อเข้าใจโค้ด
  2. วิเคราะห์ logic และระบุ edge cases ที่จะ crash
  3. แก้ไข ไฟล์เพื่อเพิ่มการจัดการ error

ลอง prompts อื่น ๆ​

  • "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"

ปรับแต่ง agent ของคุณ​

เพิ่มความสามารถค้นหาเว็บ:

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

ให้ system prompt ที่กำหนดเอง:

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

รันคำสั่ง terminal:

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

ด้วย Bash ที่เปิดใช้งาน ลอง: "Write unit tests for utils.py, run them, and fix any failures"

แนวคิดหลัก​

Tools ควบคุมสิ่งที่ agent สามารถทำได้:

Toolsสิ่งที่ agent ทำได้
Read, Glob, Grepวิเคราะห์แบบอ่านอย่างเดียว
Read, Edit, Globวิเคราะห์และแก้ไขโค้ด
Read, Edit, Bash, Glob, GrepAutomation เต็มรูปแบบ

Permission modes ควบคุมการดูแลของมนุษย์:

ModeพฤติกรรมUse case
acceptEditsอนุมัติการแก้ไขไฟล์และคำสั่ง filesystem อัตโนมัติDevelopment workflows ที่เชื่อถือได้
dontAskปฏิเสธทุกอย่างที่ไม่อยู่ใน allowedToolsHeadless agents ที่ล็อคดาวน์
bypassPermissionsรัน tools ทั้งหมดโดยไม่ถามCI ใน sandbox, environments ที่เชื่อถือได้อย่างสมบูรณ์
defaultต้องการ callback canUseTool เพื่อจัดการการอนุมัติCustom approval flows

การแก้ปัญหา​

API error thinking.type.enabled ไม่รองรับสำหรับ model นี้​

Claude Opus 4.7 แทนที่ thinking.type.enabled ด้วย thinking.type.adaptive อัปเกรดเป็น Agent SDK v0.2.111 หรือใหม่กว่าเพื่อใช้ Opus 4.7

ขั้นตอนถัดไป​

  • Permissions: ควบคุมสิ่งที่ agent ทำได้และเมื่อใดที่ต้องการการอนุมัติ
  • Hooks: รันโค้ดที่กำหนดเองก่อนหรือหลัง tool calls
  • Sessions: สร้าง multi-turn agents ที่รักษา context
  • MCP servers: เชื่อมต่อกับ databases, browsers, APIs และระบบภายนอกอื่น ๆ
  • Hosting: Deploy agents ไปยัง Docker, cloud และ CI/CD