Claude Agent SDK入門｜自律型AIエージェントを構築する方法

pipinstallanthropic-agent-sdk

[ユーザー入力]
   ↓
[LLM呼び出し]
   ↓
テキスト応答？ → 出力して終了
ツール呼び出し？ → ツール実行 → 結果をLLMに戻す → [LLM呼び出し]に戻る

fromagent_sdkimport Agent, Runner

agent = Agent(
    name="research_assistant",
    model="claude-sonnet-4-5",
    instructions="あなたはリサーチアシスタントです。ユーザーの質問に対して、利用可能なツールを使って調査し、正確な回答を提供してください。",
)

result = Runner.run_sync(agent, "Pythonの最新バージョンは？")
print(result.final_output)

fromagent_sdkimport Agent, Runner, function_tool

@function_tool
defsearch_web(query: str) -> str:
   """Web検索を実行して結果を返す。

    Args:
        query: 検索クエリ
    """
    # 実際の検索ロジック
    # ここではダミー
    return f"'{query}' の検索結果: Python 3.13が最新版です。"

@function_tool
defread_file(path: str) -> str:
   """ファイルの内容を読み取る。

    Args:
        path: ファイルパス
    """
    with open(path, encoding="utf-8") as f:
        return f.read()

agent = Agent(
    name="researcher",
    model="claude-sonnet-4-5",
    instructions="質問に答えるために、Web検索やファイル読み取りを活用してください。",
    tools=[search_web, read_file],
)

result = Runner.run_sync(agent, "Pythonの最新バージョンを調べて")
print(result.final_output)

fromagent_sdkimport Agent, Runner, InputGuardrail, GuardrailResult

async defcheck_input(input_text: str) -> GuardrailResult:
    # 危険なキーワードのチェック
    blocked_keywords = ["パスワード削除", "全データ消去", "rm -rf"]
    for keyword in blocked_keywords:
        if keyword in input_text:
            return GuardrailResult(
                should_block=True,
                message="この操作は許可されていません。"
            )
    return GuardrailResult(should_block=False)

agent = Agent(
    name="assistant",
    model="claude-sonnet-4-5",
    instructions="ユーザーのタスクを支援します。",
    input_guardrails=[
        InputGuardrail(guardrail_function=check_input)
    ],
)

fromagent_sdkimport OutputGuardrail, GuardrailResult

async defcheck_output(output_text: str) -> GuardrailResult:
    # 個人情報の漏洩チェック
    importre
    if re.search(r"\d{3}-\d{4}-\d{4}", output_text):
        return GuardrailResult(
            should_block=True,
            message="回答に電話番号が含まれていたため、ブロックしました。"
        )
    return GuardrailResult(should_block=False)

fromagent_sdkimport Agent, Runner

# 専門エージェントたち
code_agent = Agent(
    name="code_expert",
    model="claude-sonnet-4-5",
    instructions="Pythonのコーディングに関する質問に答えます。コード例を含めて回答してください。",
)

docs_agent = Agent(
    name="docs_expert",
    model="claude-sonnet-4-5",
    instructions="ドキュメント作成に関する質問に答えます。Markdown形式で回答してください。",
)

# トリアージエージェント（振り分け役）
triage_agent = Agent(
    name="triage",
    model="claude-haiku-4-5",
    instructions="""ユーザーの質問を分析して、適切な専門エージェントに引き継いでください。
- コーディングの質問 → code_expertに引き継ぐ
- ドキュメントの質問 → docs_expertに引き継ぐ""",
    handoffs=[code_agent, docs_agent],
)

result = Runner.run_sync(triage_agent, "PythonでFastAPIのルーティングを書いて")
print(result.final_output)

fromagent_sdkimport Agent, Runner

# ステップ1: リサーチ
research_agent = Agent(
    name="researcher",
    model="claude-sonnet-4-5",
    instructions="与えられたトピックについて調査し、要点を箇条書きでまとめてください。",
    tools=[search_web],
)

# ステップ2: 執筆
writer_agent = Agent(
    name="writer",
    model="claude-sonnet-4-5",
    instructions="提供された要点をもとに、ブログ記事を執筆してください。",
)

# ステップ1を実行
research_result = Runner.run_sync(research_agent, "2026年のAIトレンド")

# ステップ2にステップ1の結果を渡す
article = Runner.run_sync(writer_agent, f"以下の要点をもとに記事を書いて:\n{research_result.final_output}")
print(article.final_output)

result = Runner.run_sync(agent, "タスクを完了して", max_turns=20)