Erste Schritte mit Claude Managed Agents

Erstelle deinen ersten autonomen Agenten.

Diese Anleitung führt dich durch das Erstellen eines Agenten, das Einrichten einer Umgebung, das Starten einer Session und das Streaming von Agenten-Antworten.

Kernkonzepte

Konzept	Beschreibung
Agent	Das Modell, der System-Prompt, die Tools, MCP-Server und Skills
Environment	Konfiguration dafür, wo Sessions ausgeführt werden: eine von Anthropic verwaltete Cloud-Sandbox oder eine selbst gehostete Sandbox auf deiner eigenen Infrastruktur
Session	Eine laufende Agent-Instanz innerhalb einer Environment, die eine bestimmte Aufgabe ausführt und Ausgaben generiert
Events	Nachrichten, die zwischen deiner Anwendung und dem Agent ausgetauscht werden (User-Turns, Tool-Ergebnisse, Status-Updates)

Voraussetzungen

Ein Claude Console-Konto
Ein API-Key

CLI installieren

brew install anthropics/tap/ant

Überprüfe die Installation:

ant --version

SDK installieren

pip install anthropic

Setze deinen API-Key als Umgebungsvariable:

export ANTHROPIC_API_KEY="your-api-key-here"

Deine erste Session erstellen

Einen Agenten erstellen
Erstelle einen Agenten, der das Modell, den System-Prompt und die verfügbaren Tools definiert.
AGENT_ID=$(ant beta:agents create --transform id --raw-output < coding-assistant.agent.yaml) echo "Agent ID: $AGENT_ID"
coding-assistant.agent.yaml
name: Coding Assistant model: id: claude-opus-5 system: You are a helpful coding assistant. Write clean, well-documented code. tools: - type: agent_toolset_20260401
Der Tool-Typ agent_toolset_20260401 aktiviert den vollständigen Satz vorgefertigter Agenten-Tools (bash, Dateioperationen, Websuche und mehr). Siehe Tools für die vollständige Liste und Konfigurationsoptionen pro Tool.
Speichere die zurückgegebene agent.id. Du wirst sie in jeder Session referenzieren, die du erstellst.
Eine Umgebung erstellen
Eine Umgebung definiert die Sandbox, in der dein Agent ausgeführt wird.
ENVIRONMENT_ID=$(ant beta:environments create --transform id --raw-output < quickstart.environment.yaml) echo "Environment ID: $ENVIRONMENT_ID"
quickstart.environment.yaml
name: quickstart-env config: type: cloud networking: type: unrestricted
Speichere die zurückgegebene environment.id. Du wirst sie in jeder Session referenzieren, die du erstellst.
Um die Sandbox auf deiner eigenen Infrastruktur statt in einer Cloud-Sandbox auszuführen, siehe Selbst gehostete Sandboxes.

Eine Session starten

Erstelle eine Session, die deinen Agenten und deine Umgebung referenziert.

session = client.beta.sessions.create(
    agent=agent.id,
    environment_id=environment.id,
    title="Quickstart session",
)

print(f"Session ID: {session.id}")

Eine Nachricht senden und die Antwort streamen

Öffne einen Stream, sende ein User-Event und verarbeite dann die Events, sobald sie eintreffen:

with client.beta.sessions.events.stream(session.id) as stream:
    # Sende die Benutzernachricht, nachdem der Stream geöffnet wurde
    client.beta.sessions.events.send(
        session.id,
        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",
                    },
                ],
            },
        ],
    )

    # Verarbeite Streaming-Events
    for event in stream:
        match event.type:
            case "agent.message":
                for block in event.content:
                    print(block.text, end="")
            case "agent.tool_use":
                print(f"\n[Using tool: {event.name}]")
            case "session.status_idle":
                print("\n\nAgent finished.")
                break

Der Agent schreibt ein Python-Skript, führt es in der Sandbox aus und überprüft, ob die Ausgabedatei erstellt wurde. Deine Ausgabe sieht in etwa so aus:

I'll create a Python script that generates the first 20 Fibonacci numbers and saves them to a file.
[Using tool: write]
[Using tool: bash]
The script ran successfully. Let me verify the output file.
[Using tool: bash]
fibonacci.txt contains the first 20 Fibonacci numbers (0 through 4181).

Agent finished.

Was passiert hier

Wenn du ein User-Event sendest, führt Claude Managed Agents Folgendes aus:

Stellt eine Sandbox bereit: Deine Umgebungskonfiguration bestimmt, wie sie aufgebaut wird.
Führt die Agenten-Schleife aus: Claude bestimmt basierend auf deiner Nachricht, welche Tools verwendet werden sollen.
Führt Tools aus: Dateischreibvorgänge, Bash-Befehle und andere Tool-Aufrufe werden innerhalb der Sandbox ausgeführt.
Streamt Events: Du erhältst Echtzeit-Updates, während der Agent arbeitet.
Wechselt in den Leerlauf: Der Agent sendet ein session.status_idle-Event, wenn er nichts mehr zu tun hat.

Eine vollständige App erstellen

Jeder dieser Quickstarts kombiniert Claude Managed Agents mit einem beliebten Chat-Framework zu einer vollständigen, lauffähigen Anwendung. In jedem davon rendert das Framework die Chat-Oberfläche, während eine verwaltete Session die Agenten-Schleife serverseitig ausführt: Die Session hält das Transkript, führt Tools in einer Sandbox aus und streamt Events, die das Frontend rendert.

Chat SDK

Ein Research-Analyst in einem Browser-Chat, erstellt mit Vercels Chat SDK. Jede Konversation ist eine persistente Session, die ihre Antwort streamt, während ein Live-Feed die Tool-Aufrufe anzeigt. Durch Austauschen des Chat-SDK-Adapters lässt sich derselbe Handler auf Slack, Teams, Discord oder WhatsApp übertragen.

assistant-ui

Ein Spreadsheet-Analyst in einem Chat, der aus assistant-ui-Primitiven aufgebaut ist. Sessions bilden die Thread-Liste, ein Reducer wandelt das Session-Event-Log in Nachrichten und Tool-Karten um, und jeder Bash-Befehl rendert ein Inline-Erlauben/Ablehnen-Gate, bevor er ausgeführt wird.

CopilotKit (AG-UI)

Ein persönlicher Finanzassistent in einem CopilotKit-Chat. Der AG-UI-Adapter für Claude Managed Agents ordnet jeden Chat-Thread einer verwalteten Session zu und streamt Antworten Token für Token, und benutzerdefinierte Tools rendern interaktive Diagramme direkt in der Konversation.

Nächste Schritte

Deinen Agenten definieren

Erstelle wiederverwendbare, versionierte Agenten-Konfigurationen

Umgebungen konfigurieren

Passe Netzwerk- und Sandbox-Einstellungen an

Agenten-Tools

Aktiviere bestimmte Tools für deinen Agenten

Session-Event-Stream

Verarbeite Events und steuere den Agenten während der Ausführung

Geplante Deployments

Führe deinen Agenten nach einem wiederkehrenden Cron-Zeitplan aus

Knowledge-Wiki-Quickstart

Destilliere einen Dokumentenkorpus einmalig in ein Knowledge-Wiki und beantworte dann wiederholte Fragen daraus zu einem Bruchteil der Kosten

Was this page helpful?

Kernkonzepte

Konzept	Beschreibung
Agent	Das Modell, der System-Prompt, die Tools, MCP-Server und Skills
Environment	Konfiguration dafür, wo Sessions ausgeführt werden: eine von Anthropic verwaltete Cloud-Sandbox oder eine selbst gehostete Sandbox auf deiner eigenen Infrastruktur
Session	Eine laufende Agent-Instanz innerhalb einer Environment, die eine bestimmte Aufgabe ausführt und Ausgaben generiert
Events	Nachrichten, die zwischen deiner Anwendung und dem Agent ausgetauscht werden (User-Turns, Tool-Ergebnisse, Status-Updates)

Deine erste Session erstellen

Einen Agenten erstellen
Erstelle einen Agenten, der das Modell, den System-Prompt und die verfügbaren Tools definiert.
AGENT_ID=$(ant beta:agents create --transform id --raw-output < coding-assistant.agent.yaml) echo "Agent ID: $AGENT_ID"
coding-assistant.agent.yaml
name: Coding Assistant model: id: claude-opus-5 system: You are a helpful coding assistant. Write clean, well-documented code. tools: - type: agent_toolset_20260401
Der Tool-Typ agent_toolset_20260401 aktiviert den vollständigen Satz vorgefertigter Agenten-Tools (bash, Dateioperationen, Websuche und mehr). Siehe Tools für die vollständige Liste und Konfigurationsoptionen pro Tool.
Speichere die zurückgegebene agent.id. Du wirst sie in jeder Session referenzieren, die du erstellst.
Eine Umgebung erstellen
Eine Umgebung definiert die Sandbox, in der dein Agent ausgeführt wird.
ENVIRONMENT_ID=$(ant beta:environments create --transform id --raw-output < quickstart.environment.yaml) echo "Environment ID: $ENVIRONMENT_ID"
quickstart.environment.yaml
name: quickstart-env config: type: cloud networking: type: unrestricted
Speichere die zurückgegebene environment.id. Du wirst sie in jeder Session referenzieren, die du erstellst.
Um die Sandbox auf deiner eigenen Infrastruktur statt in einer Cloud-Sandbox auszuführen, siehe Selbst gehostete Sandboxes.

Eine Session starten

Erstelle eine Session, die deinen Agenten und deine Umgebung referenziert.

session = client.beta.sessions.create(
    agent=agent.id,
    environment_id=environment.id,
    title="Quickstart session",
)

print(f"Session ID: {session.id}")

Eine Nachricht senden und die Antwort streamen

Öffne einen Stream, sende ein User-Event und verarbeite dann die Events, sobald sie eintreffen:

with client.beta.sessions.events.stream(session.id) as stream:
    # Sende die Benutzernachricht, nachdem der Stream geöffnet wurde
    client.beta.sessions.events.send(
        session.id,
        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",
                    },
                ],
            },
        ],
    )

    # Verarbeite Streaming-Events
    for event in stream:
        match event.type:
            case "agent.message":
                for block in event.content:
                    print(block.text, end="")
            case "agent.tool_use":
                print(f"\n[Using tool: {event.name}]")
            case "session.status_idle":
                print("\n\nAgent finished.")
                break

Der Agent schreibt ein Python-Skript, führt es in der Sandbox aus und überprüft, ob die Ausgabedatei erstellt wurde. Deine Ausgabe sieht in etwa so aus:

I'll create a Python script that generates the first 20 Fibonacci numbers and saves them to a file.
[Using tool: write]
[Using tool: bash]
The script ran successfully. Let me verify the output file.
[Using tool: bash]
fibonacci.txt contains the first 20 Fibonacci numbers (0 through 4181).

Agent finished.

Was passiert hier

Wenn du ein User-Event sendest, führt Claude Managed Agents Folgendes aus:

Stellt eine Sandbox bereit: Deine Umgebungskonfiguration bestimmt, wie sie aufgebaut wird.

Führt die Agenten-Schleife aus: Claude bestimmt basierend auf deiner Nachricht, welche Tools verwendet werden sollen.

Führt Tools aus: Dateischreibvorgänge, Bash-Befehle und andere Tool-Aufrufe werden innerhalb der Sandbox ausgeführt.

Streamt Events: Du erhältst Echtzeit-Updates, während der Agent arbeitet.

Wechselt in den Leerlauf: Der Agent sendet ein session.status_idle-Event, wenn er nichts mehr zu tun hat.

Eine vollständige App erstellen

Chat SDK

assistant-ui

CopilotKit (AG-UI)

Nächste Schritte

Deinen Agenten definieren

Erstelle wiederverwendbare, versionierte Agenten-Konfigurationen

Umgebungen konfigurieren

Passe Netzwerk- und Sandbox-Einstellungen an

Agenten-Tools

Aktiviere bestimmte Tools für deinen Agenten

Session-Event-Stream

Verarbeite Events und steuere den Agenten während der Ausführung

Geplante Deployments

Führe deinen Agenten nach einem wiederkehrenden Cron-Zeitplan aus

Knowledge-Wiki-Quickstart

Destilliere einen Dokumentenkorpus einmalig in ein Knowledge-Wiki und beantworte dann wiederholte Fragen daraus zu einem Bruchteil der Kosten

Was this page helpful?

Kernkonzepte

Voraussetzungen

CLI installieren

SDK installieren

Deine erste Session erstellen

Was passiert hier

Eine vollständige App erstellen

Nächste Schritte

Kernkonzepte

Voraussetzungen

CLI installieren

SDK installieren

Deine erste Session erstellen

Was passiert hier

Eine vollständige App erstellen

Nächste Schritte

Kernkonzepte

Voraussetzungen

CLI installieren

SDK installieren

Deine erste Session erstellen

Was passiert hier

Eine vollständige App erstellen

Nächste Schritte

Kernkonzepte

Voraussetzungen

CLI installieren

SDK installieren

Deine erste Session erstellen

Was passiert hier

Eine vollständige App erstellen

Nächste Schritte