托管智能体将工作委派给智能体

定义结果

告诉智能体'完成'是什么样子，并让它迭代直到达成目标。

结果（outcome）告诉会话最终成果应该是什么样子，以及如何衡量其质量。智能体朝着该目标工作，自我评估并迭代，直到满足结果要求。

当您定义一个结果时，运行框架会自动配置一个评分器（grader），根据评分标准（rubric）评估产出物。评分器使用独立的上下文窗口，以避免受到主智能体实现选择的影响。

评分器会返回一段说明，总结哪些标准通过或未通过，或确认产出物满足评分标准。该反馈会交回给智能体用于下一次迭代。

创建评分标准

评分标准（rubric）是一个描述逐项评分的 markdown 文档。评分标准是必需的。

评分标准示例：

# DCF Model Rubric

## Revenue Projections
- Uses historical revenue data from the last 5 fiscal years
- Projects revenue for at least 5 years forward
- Growth rate assumptions are explicitly stated and reasonable

## Cost Structure
- COGS and operating expenses are modeled separately
- Margins are consistent with historical trends or deviations are justified

## Discount Rate
- WACC is calculated with stated assumptions for cost of equity and cost of debt
- Beta, risk-free rate, and equity risk premium are sourced or justified

## Terminal Value
- Uses either perpetuity growth or exit multiple method (stated which)
- Terminal growth rate does not exceed long-term GDP growth

## Output Quality
- All figures are in a single .xlsx file with clearly labeled sheets
- Key assumptions are on a separate "Assumptions" sheet
- Sensitivity analysis on WACC and terminal growth rate is included

将评分标准作为内联文本传递给 user.define_outcome（参见创建带有结果的会话），或通过 Files API 上传以便在多个会话中重复使用。

import time
from pathlib import Path

from anthropic import Anthropic

client = Anthropic()

RUBRIC = """# DCF Model Rubric

## Revenue Projections
- Uses historical revenue data from the last 5 fiscal years
- Projects revenue for at least 5 years forward

## Output Quality
- All figures are in a single .xlsx file with clearly labeled sheets
"""
Path("/tmp/rubric.md").write_text(RUBRIC)

rubric = client.files.upload(file=Path("/tmp/rubric.md"))
print(f"Uploaded rubric: {rubric.id}")

创建带有结果的会话

以下示例为已存在的智能体和环境（两者均单独创建）创建一个会话，然后发送一个 user.define_outcome 事件。智能体会立即开始工作。不需要额外的用户消息事件。

# Create a session
session = client.beta.sessions.create(
    agent=agent.id,
    environment_id=environment.id,
    title="Financial analysis on Costco",
)

# Define the outcome — agent starts working on receipt
client.beta.sessions.events.send(
    session_id=session.id,
    events=[
        {
            "type": "user.define_outcome",
            "description": "Build a DCF model for Costco in .xlsx",
            "rubric": {"type": "text", "content": RUBRIC},
            # or: "rubric": {"type": "file", "file_id": rubric.id},
            "max_iterations": 5,  # optional; default 3, max 20
        }
    ],
)

结果事件

面向结果的会话的进度会在事件流上呈现。

agent.* 事件（例如消息和工具使用）显示朝着结果的进展。
span.outcome_evaluation_* 事件仅在面向结果的会话中发出，显示迭代循环的次数以及评分器的反馈过程。
您也可以向面向结果的会话发送 user.message 事件，以在智能体工作过程中引导其工作，但这不是必需的：智能体会自行朝着结果工作，不断迭代直到成功或用尽迭代次数。
user.interrupt 事件会暂停当前结果的工作，并将 span.outcome_evaluation_end.result 标记为 interrupted，允许您启动一个新的结果。
在最终的结果评估之后，会话可以作为对话式会话继续，或者可以开始一个新的结果。会话会保留先前结果的历史记录。

定义结果用户事件

这是您发送以启动结果的事件。它在被接收时会被回显，包括 processed_at 时间戳和 outcome_id。

{
  "type": "user.define_outcome",
  "description": "Build a DCF model for Costco in .xlsx",
  "rubric": { "type": "file", "file_id": "file_01..." },
  "max_iterations": 5
}

结果评估开始

当评分器在一个迭代循环中开始评估时发出。iteration 字段是一个从 0 开始索引的修订计数器：0 是第一次评估，1 是第一次修订后的重新评估，依此类推。

{
  "type": "span.outcome_evaluation_start",
  "id": "sevt_01def...",
  "outcome_id": "outc_01a...",
  "iteration": 0,
  "processed_at": "2026-03-25T14:01:45Z"
}

结果评估进行中

评分器运行时发出的心跳事件。评分器的内部推理是不透明的：您能看到它正在工作，但看不到它在想什么。

{
  "type": "span.outcome_evaluation_ongoing",
  "id": "sevt_01ghi...",
  "outcome_id": "outc_01a...",
  "iteration": 0,
  "processed_at": "2026-03-25T14:02:10Z"
}

结果评估结束

当一个结果评估周期结束时发出：在评分器完成对一次迭代的评估之后，或者在结果处于活动状态时会话被中断时。result 字段指示接下来会发生什么。

结果	下一步
`satisfied`	会话转换为 `idle`。
`needs_revision`	智能体开始新的迭代周期。
`max_iterations_reached`	在会话转换为 `idle` 之前会有一个最终的确认轮次。不再运行进一步的评估。
`failed`	会话转换为 `idle`。当评分标准不适用于交付物时返回，例如描述和评分标准相互矛盾。
`interrupted`	当结果处于活动状态时会话被中断时发出，即使评估尚未开始。如果在中断之前没有触发 `outcome_evaluation_start`，则 `outcome_evaluation_start_id` 为空字符串。

{
  "type": "span.outcome_evaluation_end",
  "id": "sevt_01jkl...",
  "outcome_evaluation_start_id": "sevt_01def...",
  "outcome_id": "outc_01a...",
  "result": "satisfied",
  "explanation": "All 12 criteria met: revenue projections use 5 years of historical data, WACC assumptions are stated, sensitivity table is included...",
  "iteration": 0,
  "usage": {
    "input_tokens": 2400,
    "output_tokens": 350,
    "cache_creation_input_tokens": 0,
    "cache_read_input_tokens": 1800
  },
  "processed_at": "2026-03-25T14:03:00Z"
}

检查结果状态

您可以在事件流上监听 span.outcome_evaluation_end，或者轮询 GET /v1/sessions/{session_id} 并读取 outcome_evaluations[].result。在评估完成之前，result 会报告 pending、running 或 evaluating：

session = client.beta.sessions.retrieve(session.id)

for outcome in session.outcome_evaluations:
    print(f"{outcome.outcome_id}: {outcome.result}")
    # outc_01a...: satisfied

获取交付物

智能体将输出文件写入沙盒内的 /mnt/session/outputs/。一旦会话处于空闲状态，即可通过限定于该会话范围的 Files API 获取它们。

# List files produced by this session
# scope_id filtering requires the managed-agents beta on the files request
files = client.beta.files.list(scope_id=session.id, betas=["managed-agents-2026-04-01"])
for file in files:
    print(file.id, file.filename)

# Download a file
if files.data:
    content = client.files.download(files.data[0].id)
    content.write_to_file("/tmp/output.txt")

后续步骤

使用保险库进行身份验证

在创建会话时注册每个用户的凭据。

会话事件流

发送事件、流式传输响应，并在执行过程中中断或重定向您的会话。

添加文件

上传文件并将其挂载到您的沙盒中以供读取和处理。

Was this page helpful?

托管智能体将工作委派给智能体

定义结果

告诉智能体'完成'是什么样子，并让它迭代直到达成目标。

结果（outcome）告诉会话最终成果应该是什么样子，以及如何衡量其质量。智能体朝着该目标工作，自我评估并迭代，直到满足结果要求。

评分器会返回一段说明，总结哪些标准通过或未通过，或确认产出物满足评分标准。该反馈会交回给智能体用于下一次迭代。

创建评分标准

评分标准（rubric）是一个描述逐项评分的 markdown 文档。评分标准是必需的。

评分标准示例：

# DCF Model Rubric

## Revenue Projections
- Uses historical revenue data from the last 5 fiscal years
- Projects revenue for at least 5 years forward
- Growth rate assumptions are explicitly stated and reasonable

## Cost Structure
- COGS and operating expenses are modeled separately
- Margins are consistent with historical trends or deviations are justified

## Discount Rate
- WACC is calculated with stated assumptions for cost of equity and cost of debt
- Beta, risk-free rate, and equity risk premium are sourced or justified

## Terminal Value
- Uses either perpetuity growth or exit multiple method (stated which)
- Terminal growth rate does not exceed long-term GDP growth

## Output Quality
- All figures are in a single .xlsx file with clearly labeled sheets
- Key assumptions are on a separate "Assumptions" sheet
- Sensitivity analysis on WACC and terminal growth rate is included

将评分标准作为内联文本传递给 user.define_outcome（参见创建带有结果的会话），或通过 Files API 上传以便在多个会话中重复使用。

import time
from pathlib import Path

from anthropic import Anthropic

client = Anthropic()

RUBRIC = """# DCF Model Rubric

## Revenue Projections
- Uses historical revenue data from the last 5 fiscal years
- Projects revenue for at least 5 years forward

## Output Quality
- All figures are in a single .xlsx file with clearly labeled sheets
"""
Path("/tmp/rubric.md").write_text(RUBRIC)

rubric = client.files.upload(file=Path("/tmp/rubric.md"))
print(f"Uploaded rubric: {rubric.id}")

创建带有结果的会话

# Create a session
session = client.beta.sessions.create(
    agent=agent.id,
    environment_id=environment.id,
    title="Financial analysis on Costco",
)

# Define the outcome — agent starts working on receipt
client.beta.sessions.events.send(
    session_id=session.id,
    events=[
        {
            "type": "user.define_outcome",
            "description": "Build a DCF model for Costco in .xlsx",
            "rubric": {"type": "text", "content": RUBRIC},
            # or: "rubric": {"type": "file", "file_id": rubric.id},
            "max_iterations": 5,  # optional; default 3, max 20
        }
    ],
)

结果事件

面向结果的会话的进度会在事件流上呈现。

agent.* 事件（例如消息和工具使用）显示朝着结果的进展。
span.outcome_evaluation_* 事件仅在面向结果的会话中发出，显示迭代循环的次数以及评分器的反馈过程。
您也可以向面向结果的会话发送 user.message 事件，以在智能体工作过程中引导其工作，但这不是必需的：智能体会自行朝着结果工作，不断迭代直到成功或用尽迭代次数。
user.interrupt 事件会暂停当前结果的工作，并将 span.outcome_evaluation_end.result 标记为 interrupted，允许您启动一个新的结果。
在最终的结果评估之后，会话可以作为对话式会话继续，或者可以开始一个新的结果。会话会保留先前结果的历史记录。

定义结果用户事件

这是您发送以启动结果的事件。它在被接收时会被回显，包括 processed_at 时间戳和 outcome_id。

{
  "type": "user.define_outcome",
  "description": "Build a DCF model for Costco in .xlsx",
  "rubric": { "type": "file", "file_id": "file_01..." },
  "max_iterations": 5
}

结果评估开始

{
  "type": "span.outcome_evaluation_start",
  "id": "sevt_01def...",
  "outcome_id": "outc_01a...",
  "iteration": 0,
  "processed_at": "2026-03-25T14:01:45Z"
}

结果评估进行中

评分器运行时发出的心跳事件。评分器的内部推理是不透明的：您能看到它正在工作，但看不到它在想什么。

{
  "type": "span.outcome_evaluation_ongoing",
  "id": "sevt_01ghi...",
  "outcome_id": "outc_01a...",
  "iteration": 0,
  "processed_at": "2026-03-25T14:02:10Z"
}

结果评估结束

结果	下一步
`satisfied`	会话转换为 `idle`。
`needs_revision`	智能体开始新的迭代周期。
`max_iterations_reached`	在会话转换为 `idle` 之前会有一个最终的确认轮次。不再运行进一步的评估。
`failed`	会话转换为 `idle`。当评分标准不适用于交付物时返回，例如描述和评分标准相互矛盾。
`interrupted`	当结果处于活动状态时会话被中断时发出，即使评估尚未开始。如果在中断之前没有触发 `outcome_evaluation_start`，则 `outcome_evaluation_start_id` 为空字符串。

{
  "type": "span.outcome_evaluation_end",
  "id": "sevt_01jkl...",
  "outcome_evaluation_start_id": "sevt_01def...",
  "outcome_id": "outc_01a...",
  "result": "satisfied",
  "explanation": "All 12 criteria met: revenue projections use 5 years of historical data, WACC assumptions are stated, sensitivity table is included...",
  "iteration": 0,
  "usage": {
    "input_tokens": 2400,
    "output_tokens": 350,
    "cache_creation_input_tokens": 0,
    "cache_read_input_tokens": 1800
  },
  "processed_at": "2026-03-25T14:03:00Z"
}

检查结果状态

session = client.beta.sessions.retrieve(session.id)

for outcome in session.outcome_evaluations:
    print(f"{outcome.outcome_id}: {outcome.result}")
    # outc_01a...: satisfied

获取交付物

智能体将输出文件写入沙盒内的 /mnt/session/outputs/。一旦会话处于空闲状态，即可通过限定于该会话范围的 Files API 获取它们。

# List files produced by this session
# scope_id filtering requires the managed-agents beta on the files request
files = client.beta.files.list(scope_id=session.id, betas=["managed-agents-2026-04-01"])
for file in files:
    print(file.id, file.filename)

# Download a file
if files.data:
    content = client.files.download(files.data[0].id)
    content.write_to_file("/tmp/output.txt")

后续步骤

使用保险库进行身份验证

在创建会话时注册每个用户的凭据。

会话事件流

发送事件、流式传输响应，并在执行过程中中断或重定向您的会话。

添加文件

上传文件并将其挂载到您的沙盒中以供读取和处理。

Was this page helpful?

创建评分标准

编写有效评分标准的技巧

创建带有结果的会话

结果事件

定义结果用户事件

结果评估开始

结果评估进行中

结果评估结束

检查结果状态

获取交付物

后续步骤

创建评分标准

编写有效评分标准的技巧

创建带有结果的会话

结果事件

定义结果用户事件

结果评估开始

结果评估进行中

结果评估结束

检查结果状态

获取交付物

后续步骤

创建评分标准

创建带有结果的会话

结果事件

定义结果用户事件

结果评估开始

结果评估进行中

结果评估结束

检查结果状态

获取交付物

后续步骤

创建评分标准

创建带有结果的会话

结果事件

定义结果用户事件

结果评估开始

结果评估进行中

结果评估结束

检查结果状态

获取交付物

后续步骤