Claude से VPS पर AI Agent कैसे बनाएं

Claude के साथ एजेंट बनाने का अर्थ

Claude के साथ एजेंट बनाने का अर्थ है Claude को reasoning core के रूप में उपयोग करना, जबकि loop, tools, और data आपके अपने server पर रहेंगे। Claude तय करता है कि क्या करना है; आपका VPS उसे execute करता है। आप Claude को task और current state भेजते हैं, Claude उत्तर या किसी tool का उपयोग करने का अनुरोध भेजता है, आपका code tool चलाता है और result वापस भेजता है, और यह loop तब तक चलता है जब तक काम पूरा न हो जाए। Intelligence एक service है जिसे आप internet के माध्यम से call करते हैं। इसके आस-पास की सभी चीजें आपकी होती हैं।

यही विभाजन इसका आकर्षण है। आपको model चलाने की आवश्यकता के बिना frontier-level reasoning मिलता है, और एजेंट क्या touch कर सकता है, उस पर आपका पूरा control रहता है, क्योंकि tools उस hardware पर चलते हैं जिसके आप मालिक हैं। यदि आपने पहले ही Claude program बना लिया है, तो first Claude app on a VPS guide उस groundwork को कवर करता है जिस पर यह बना है।

Claude दिमाग है: Messages API

Claude के प्रत्येक call के लिए एक endpoint होता है, Messages API। आप अब तक की conversation और tools की list भेजते हैं जिन्हें एजेंट उपयोग कर सकता है; Claude अपना अगला message वापस भेजता है। वह message या तो final answer होता है या tool call करने का अनुरोध। build-it-yourself path के लिए कोई अलग "agent API" नहीं है: tool use इस single endpoint का एक feature है, और इसके आस-पास का loop चलाना आपका काम है।

Calls के बीच Claude stateless होता है, जिसका अर्थ है कि वह अपने आप कुछ भी याद नहीं रखता है। प्रत्येक request में पूरी conversation होती है। आपका code history रखता है और हर turn में इसे भेजता है, यही why each turn in a long session costs more tokens than the last का कारण है। यह कोई limitation नहीं बल्कि एक design choice है: क्योंकि state आपके server पर रहती है, आप तय करते हैं कि Claude क्या देखेगा, और task के बारे में कुछ भी ऐसी जगह store नहीं होता जहाँ आपका control न हो।

Tool use ही agent loop है

Claude के साथ agent loop को समझाना सरल है। आप एक request भेजते हैं जिसमें आपके tools शामिल होते हैं। Claude task को पढ़ता है और, यदि उसे कार्य करने की आवश्यकता है, तो वह एक tool-use request के साथ उत्तर देता है जिसमें tool का नाम और उसके inputs होते हैं। आपका code उस tool को चलाता है, फिर अगले request में result Claude को वापस भेजता है। Claude result पढ़ता है और या तो दूसरे tool के लिए पूछता है या अपना final reply लिखता है। जब वह tools के लिए पूछना बंद कर देता है, तो task पूरा हो जाता है।

आप उस loop को कुछ lines में हाथ से लिख सकते हैं, और कई लोग ऐसा ही करते हैं, क्योंकि इसे देखना और control करना आसान है। Official SDKs एक tool runner भी प्रदान करते हैं जो आपके लिए loop चलाता है: आप tool functions प्रदान करते हैं, और SDK Claude को call करने, आपके tools चलाने, और Claude के समाप्त होने तक results वापस भेजने के back-and-forth को संभालता है। दोनों ही मामलों में structure समान है। Runner बस आपको loop खुद लिखने से बचाता है।

Build करने के तीन तरीके, और VPS के लिए कौन से उपयुक्त हैं

Claude agent बनाने के तीन तरीके हैं, और वे इस बात में भिन्न हैं कि आप कितनी machinery चलाते हैं।

पहला तरीका आपके अपने code द्वारा अपने tools के साथ Claude API को call करना है। आप loop लिखते हैं, या SDK के tool runner का उपयोग करते हैं, और आप पूरी चीज़ को अपने VPS पर host करते हैं। यह एक सामान्य विकल्प है, क्योंकि यह आपको tools, data, और security पर पूर्ण control देता है, और यह आपके server पर एक ordinary program के रूप में चलता है। इस guide का अधिकांश हिस्सा इसी path को मानता है।

दूसरा तरीका Claude Agent SDK है। यह Claude Code है, जो एक coding agent है, जिसे एक library के रूप में package किया गया है जिस पर आप build कर सकते हैं। इसमें एक full agent loop और files को पढ़ने/लिखने, shell commands चलाने, और search करने के लिए built-in tools मिलते हैं, ताकि आपको उन्हें शुरुआत से assemble न करना पड़े। यह आपके अपने server पर भी चलता है, जो इसे VPS के लिए एक मजबूत विकल्प बनाता है जब आप बिना harness बनाए एक सक्षम file-and-shell agent चाहते हैं। एक एजेंट जो files पढ़ता है और shell commands चलाता है, उसे unattended काम करने से पहले containment की आवश्यकता होती है, और running Claude Code safely on a server permission system, sandbox, और isolation options को कवर करता है।

तीसरा तरीका Managed Agents है, जहाँ Anthropic loop चलाता है और एक sandbox host करता है जिसमें agent के tools execute होते हैं। यह hands-off option है: आपको बहुत कम operate करना पड़ता है, लेकिन agent का workspace आपके VPS के बजाय Anthropic के infrastructure पर रहता है। इसका उपयोग तब करें जब आप न्यूनतम operational work चाहते हैं और आपको tools को अपने स्वयं के machine पर चलाने की आवश्यकता नहीं है। अन्य दो के लिए, आपका server agent का घर है, जिसके बारे में इस guide का शेष भाग है।

MCP के साथ tools को जोड़ना

आप जो भी path चुनें, आप agent को real systems से जोड़ना चाहेंगे, और Model Context Protocol इसे करने का एक व्यवस्थित तरीका है। MCP एजेंट को tools और data expose करने के लिए एक open standard है। हर service के लिए अलग से integration hand-code करने के बजाय, आप Claude को एक MCP server की ओर point करते हैं जो पहले से ही उन capabilities को tools के रूप में प्रस्तुत करता है। आप MCP servers को उसी VPS पर छोटे services के रूप में चला सकते हैं, जिनमें से प्रत्येक के पास केवल आवश्यक access हो, जिसे मैं running MCP servers on a VPS में कवर करता हूँ।

Model चुनना

Claude कई models में आता है, और एक को चुनना capability, speed, और cost के बीच एक समझौता है। इस लेखन के समय, mainstream choices Claude Opus 4.8 (claude-opus-4-8) हैं, जो hard reasoning और लंबे agent runs के लिए सक्षम default है; Claude Sonnet 5 (claude-sonnet-5), एक balanced option जो कई tasks पर Opus के करीब रहते हुए सस्ता और तेज़ है; और Claude Haiku 4.5 (claude-haiku-4-5), सरल, high-volume steps के लिए सबसे तेज़ और सबसे सस्ता। उनके ऊपर Claude Fable 5 (claude-fable-5) है, जो सबसे demanding work के लिए सबसे सक्षम model है। अपने code में exact model identifier का उपयोग करें, बिना कोई date जोड़े।

एक practical pattern उन्हें mix करना है। सस्ते model को routine tool calls संभालने दें और एक मजबूत model को कठिन decisions संभालने दें। क्योंकि model आपके request में सिर्फ एक string है, switch करना एक line का बदलाव है, इसलिए एक सक्षम default से शुरू करें और जहाँ speed या cost quality से अधिक महत्वपूर्ण हो, वहाँ नीचे की ओर tune करें।

इसे अपने VPS पर एक hardened service के रूप में चलाएं

एक agent तभी उपयोगी है यदि वह running रहे, और वह तभी सुरक्षित है यदि वह contained हो। VPS पर ये दोनों चीजें agent को terminal में हाथ से शुरू किए गए program के बजाय एक hardened system service के रूप में चलाने से आती हैं। एक service के रूप में, यह boot पर शुरू होता है, crash होने पर restart होता है, और journal में log करता है। Hardened होने पर, यह केवल आवश्यक access के साथ एक unprivileged user के रूप में चलता है, ताकि किसी bug या गलत instruction की एक सीमा (ceiling) हो।

सबसे महत्वपूर्ण नियम अपनी Claude API key को server-side पर रखना है। Key प्रत्येक call के लिए भुगतान और authorize करती है, इसलिए यह एक ऐसी file में होनी चाहिए जिसे केवल agent के user द्वारा पढ़ा जा सके, service में environment variable के रूप में लोड की जाए, और इसे कभी भी code, repository, या ऐसी जगह न रखें जहाँ browser पहुँच सके। अपने agent के लिए एक complete, hardened service unit यहाँ generate करें:

फिर स्वयं server को पूरा करें। SSH को केवल keys पर रखें और उस account को lock down करें जिससे आप administer करते हैं, जैसा कि SSH hardening on a VPS में बताया गया है। यदि आप build करते समय agent को एक interactive session से चलाना चाहते हैं, तो running Claude Code on a VPS with tmux एक अच्छा companion है। और यदि आप इन सभी के पीछे की concepts को समझना चाहते हैं, बिना उन्हें किसी एक model से बांधे, तो building your own AI agent on a VPS पर sister guide बुनियादी बातें बताती है।

यदि आपको terminal coding assistant चाहिए, तो running a coding AI agent on a VPS Aider और Goose को कवर करता है।

FAQ

एजेंट बनाने के लिए मुझे किस Claude model का उपयोग करना चाहिए?

Claude Opus 4.8 (claude-opus-4-8), जो सक्षम default है, से शुरू करें और वहां से adjust करें। Claude Sonnet 5 (claude-sonnet-5) अधिकांश काम के लिए सस्ता और तेज़ है, Claude Haiku 4.5 (claude-haiku-4-5) सरल high-volume steps के लिए सबसे अच्छा है, और Claude Fable 5 (claude-fable-5) सबसे कठिन tasks के लिए सबसे सक्षम है। एक सामान्य pattern routine steps के लिए सस्ते model का उपयोग करना और कठिन decisions के लिए एक मजबूत model का उपयोग करना है, क्योंकि switch करना एक line का बदलाव है।

क्या मैं पूरा agent अपने VPS पर चलाता हूँ, या Anthropic?

यह approach पर निर्भर करता है। यदि आप Claude API के विरुद्ध अपना स्वयं का loop लिखते हैं, या Claude Agent SDK का उपयोग करते हैं, तो agent पूरी तरह से आपके VPS पर चलता है और केवल model calls Anthropic को जाती हैं। यदि आप Managed Agents का उपयोग करते हैं, तो Anthropic loop चलाता है और उस sandbox को host करता है जहाँ tools execute होते हैं, इसलिए इसका कम हिस्सा आपके server पर रहता है। अपने स्वयं के machine पर चलने वाले agent के लिए, पहले दो में से किसी एक का उपयोग करें।

Claude API और Claude Agent SDK के बीच क्या अंतर है?

Claude API raw Messages endpoint है: आप एक conversation और tools भेजते हैं, और आप इसके आस-पास agent loop लिखते हैं, या इसे चलाने के लिए SDK के tool runner का उपयोग करते हैं। Claude Agent SDK एक higher-level library है, Claude Code जिसे build करने के लिए package किया गया है, जो एक full loop और built-in file, shell, और search tools के साथ आता है। API का उपयोग तब करें जब आप सब कुछ स्वयं define करना चाहते हैं, और Agent SDK का उपयोग तब करें जब आप harness assemble किए बिना एक सक्षम agent चाहते हैं।

मैं server पर अपनी Claude API key को सुरक्षित कैसे रखूँ?

इसे server-side पर रखें और अपने code से बाहर रखें। इसे एक ऐसी file में store करें जिसे केवल उस account द्वारा पढ़ा जा सके जिससे agent चलता है, इसे service में environment variable के रूप में load करें, और इसे कभी भी repository में commit न करें या browser के सामने expose न करें। क्योंकि Claude को प्रत्येक request आपके server से जाती है, key को कभी भी user के device तक पहुँचने की आवश्यकता नहीं होती है, जो एक server-run agent को client app में embedded agent की तुलना में सुरक्षित बनाना आसान बनाता है।

क्या मुझे Claude के साथ एजेंट बनाने के लिए model को self-host करने की आवश्यकता है?

नहीं। Claude के साथ model एक hosted service है जिसे आप API के माध्यम से call करते हैं, इसलिए GPU पर चलाने के लिए कुछ भी नहीं है। आपका VPS agent loop, tools, और data चलाता है, और reasoning Anthropic की तरफ होती है। यही कारण है कि एक मामूली server एक सक्षम agent चला सकता है। यदि आप इसके बजाय पूरी तरह से local model चाहते हैं, तो वह self-hosted path है जिसे building your own AI agent पर companion guide में कवर किया गया है।