X上点赞近万的Claude Agent SDK教程，到底讲了什么？

最近在X上刷到一条推文，点赞直接破万，浏览量接近320万。内容是使用 Claude Agent SDK搭建AI Agent的完整指南。

发推的人是Nader Dabit，他在推文中表示：用Claude Agent SDK来构建自己的Agent，会是未来AI开发中最有用的技能之一。

作为一名Claude Code的重度用户，看到这条推文我就坐不住了，我一直都有开发自己的Agent小产品的想法。Anthropic把它的核心能力开放成SDK，意味着咱们可以把这套能力嵌入到自己的应用里了。

今天这篇文章，我就来拆解一下这篇爆文教程到底讲了什么。

先简单介绍一下Nader。这位老哥之前在AWS做开发者关系，后来加入了Eigen Labs，在开发者社区有相当的影响力。

他的技术文章和教程一直以实用著称，不整虚的，这一点跟我公众号的调性比较像。这次他学完Claude Agent SDK后发的推文能有这么高的热度，说明这个SDK确实戳中了广大开发者的Agent搭建需求。

Claude Agent SDK是什么

一句话概括：Claude Agent SDK就是把Claude Code的能力开放成了一个可编程的库。

如果你用过Claude Code，你应该知道它能做什么：读文件、跑命令、编辑代码、自己规划任务步骤。它不只是帮你写代码，而是像一个靠谱的工程师一样，接手问题然后一步步解决。

以前这些能力只能在终端里用。现在通过SDK，你可以在自己的Python或TypeScript项目里调用这些能力，构建属于自己的AI Agent。

关键是，你不需要自己实现文件读写、命令执行这些功能。SDK都帮你封装好了，开箱即用。

这跟直接调Anthropic API有什么区别？区别在于：

• 调API：你发一个prompt，Claude返回结果。如果涉及工具调用，你得自己写循环处理。
• 用SDK：Claude自己管理工具调用循环，自己决定要读哪个文件、跑什么命令，你只需要给它一个任务。

代码对比一下就清楚了：

// 直接调API：你得自己管理工具循环
let response = await client.messages.create({...});
while (response.stop_reason === "tool_use") {
  const result = yourToolExecutor(response.tool_use);
  response = await client.messages.create({ tool_result: result, ... });
}

// 用SDK：Claude自己处理
for await (const message of query({ prompt: "Fix the bug in auth.py" })) {
  console.log(message);
}

SDK内置了9个工具，覆盖了日常开发中最常用的操作：

这些工具的价值在于：你不用自己实现文件系统操作、不用自己处理命令执行的安全问题、不用自己写爬虫。Claude知道怎么用这些工具，你只要告诉它你想干什么。

Claude Agent SDK上手代码示例

安装SDK：

# 先装Claude Code运行时
npm install -g @anthropic-ai/claude-code

# 再装SDK
npm install @anthropic-ai/claude-agent-sdk

# 设置API密钥
export ANTHROPIC_API_KEY=your-api-key

最简单的例子，让Agent列出当前目录的文件：

import { query } from "@anthropic-ai/claude-agent-sdk";

for await (const message of query({
  prompt: "What files are in this directory?",
  options: { allowedTools: ["Bash", "Glob"] }
})) {
  if ("result" in message) console.log(message.result);
}

Nader教程的核心示例是构建一个代码审查Agent：

import { query } from"@anthropic-ai/claude-agent-sdk";

forawait (const message of query({
  prompt: "Review this codebase for bugs, security issues, and code quality problems. Return a structured report.",
  options: {
    allowedTools: ["Read", "Glob", "Grep"],
    permissionMode: "bypassPermissions"// 只读操作，跳过确认
  }
})) {
if ("result"in message) console.log(message.result);
}

这个Agent会自己去找文件、读代码、分析问题，最后返回一份结构化的报告。整个过程你不需要写任何文件操作的代码。

高级特性速览

除了基础用法，SDK还有几个值得关注的高级特性：

子Agent（Subagents）

可以定义专门的Agent处理特定任务。比如你有一个主Agent负责整体协调，它可以派出一个专门做安全审查的子Agent：

agents: {
  "security-reviewer": {
    description: "Security expert for vulnerability analysis",
    prompt: "Analyze code for security vulnerabilities.",
    tools: ["Read", "Glob", "Grep"]
  }
}

Hooks系统

可以在工具执行前后插入自定义逻辑。比如记录所有文件修改操作到审计日志：

hooks: {
  PostToolUse: [{
    matcher: "Edit|Write",
    hooks: [logFileChange]
  }]
}

MCP协议支持

通过Model Context Protocol可以接入外部系统。比如接入Playwright做浏览器自动化：

mcpServers: {
  playwright: { command: "npx", args: ["@playwright/mcp@latest"] }
}

会话管理

支持跨多次交互保持上下文。第一次让Agent读了某个模块，第二次可以直接说找出所有调用它的地方，Agent知道它指的是什么。

写在最后

Nader老哥的这篇文章爆火不意外，背后是海量的AI Agent开发和市场需求。Claude API虽然贵，但无论是Claude Code还是Agent SDK，价值都是实打实的，用过的人都说好。

那么在开发Agent时，什么场景适合用它？

• CI/CD流水线里的自动化代码审查
• 自定义的开发辅助工具
• 需要文件系统操作能力的AI应用
• 企业内部的自动化脚本

什么场景可能不需要它？

• 简单的问答场景，直接调API就够了
• 对延迟要求极高的场景，Agent的多轮工具调用会增加延时

Nader说这是新世界最有用的技能，我觉得有点夸张，但方向是对的。AI Agent的开发门槛在快速降低，能够熟练使用这类工具的开发者，确实会有更多可能性。