Claude తో VPS లో AI agent ని ఎలా నిర్మించాలి

Claude తో agent ని నిర్మించడం అంటే ఏమిటి

Claude తో agent ని నిర్మించడం అంటే Claude ని reasoning core గా ఉపయోగించడం, కానీ loop, tools మరియు data మీ స్వంత server పైన ఉండటం. Claude ఏమి చేయాలో నిర్ణయిస్తుంది; మీ VPS దానిని అమలు చేస్తుంది. మీరు Claude కి task మరియు current state ని పంపిస్తారు, Claude సమాధానాన్ని లేదా ఏదైనా tool ఉపయోగించమని కోరుతూ రిప్లై ఇస్తుంది, మీ code ఆ tool ని రన్ చేసి ఫలితాన్ని తిరిగి పంపిస్తుంది, మరియు పని పూర్తయ్యే వరకు ఈ loop కొనసాగుతుంది. Intelligence అనేది ఇంటర్నెట్ ద్వారా మీరు పిలిచే ఒక service. దాని చుట్టూ ఉన్నవన్నీ మీవే.

ఈ విభజన దీని ప్రత్యేకత. మీరు model ని ఆపరేట్ చేయకుండానే frontier-level reasoning ని పొందవచ్చు, మరియు agent దేనిని తాకగలదో దానిపై మీకు పూర్తి నియంత్రణ ఉంటుంది, ఎందుకంటే tools మీరు యజమానిగా ఉన్న hardware పైన రన్ అవుతాయి. మీరు ఇప్పటికే మొదటి Claude program ని నిర్మించి ఉంటే, first Claude app on a VPS guide ఈ guide కి పునాదిగా పనిచేస్తుంది.

Claude మెదడు లాంటిది: Messages API

Claude కి చేసే ప్రతి call ఒకే endpoint ద్వారా వెళ్తుంది, అదే Messages API. మీరు ఇప్పటివరకు జరిగిన conversation మరియు agent ఉపయోగించగల tools list ని పంపిస్తారు; Claude తన తదుపరి message ని తిరిగి పంపిస్తుంది. ఆ message ఒక final answer కావచ్చు లేదా tool ని call చేయమని కోరుతూ చేసే request కావచ్చు. build-it-yourself పద్ధతిలో ప్రత్యేకమైన "agent API" ఉండదు: tool use అనేది ఈ single endpoint యొక్క ఒక feature, మరియు దాని చుట్టూ ఉండే loop ని రన్ చేసే బాధ్యత మీదే.

Claude calls మధ్య stateless గా ఉంటుంది, అంటే దానికి స్వయంగా ఏదీ గుర్తుండదు. ప్రతి request పూర్తి conversation ని కలిగి ఉంటుంది. మీ code history ని ఉంచుకుని ప్రతి turn లో పంపిస్తుంది, అందుకే why each turn in a long session costs more tokens than the last. ఇది ఒక పరిమితి కంటే design choice: state మీ server పైన ఉండటం వల్ల, Claude దేనిని చూడవచ్చో మీరు ఖచ్చితంగా నిర్ణయించగలరు, మరియు task కి సంబంధించిన ఏదీ మీరు నియంత్రించని చోట స్టోర్ అవ్వదు.

Tool use అనేది agent loop

Claude తో agent loop వివరించడం చాలా సులభం. మీరు మీ tools ని కలిగి ఉన్న request ని పంపిస్తారు. Claude task ని చదువుతుంది మరియు దానికి ఏదైనా చేయాల్సి వస్తే, ఒక tool పేరు మరియు దాని inputs ని నింపుతూ tool-use request తో రిప్లై ఇస్తుంది. మీ code ఆ tool ని రన్ చేస్తుంది, ఆపై తదుపరి request లో ఫలితాన్ని Claude కి తిరిగి పంపిస్తుంది. Claude ఫలితాన్ని చదివి, మరొక tool ని అడుగుతుంది లేదా తన final reply ని రాస్తుంది. అది tools అడగడం ఆపివేసినప్పుడు, task పూర్తయినట్లు లెక్క.

మీరు ఆ loop ని కొన్ని లైన్లలో స్వయంగా రాయవచ్చు, చాలా మంది అలాగే చేస్తారు, ఎందుకంటే దానిని చూడటం మరియు నియంత్రించడం సులభం. అధికారిక SDKs ఒక tool runner ని కూడా అందిస్తాయి, ఇది మీ కోసం loop ని నడుపుతుంది: మీరు tool functions ని అందిస్తారు, మరియు SDK Claude ని పిలవడం, మీ tools ని రన్ చేయడం మరియు ఫలితాలను తిరిగి పంపడం వంటి పనులను చూసుకుంటుంది. ఏ పద్ధతిలోనైనా ఆకారం ఒక్కటే. Runner కేవలం loop ని మీరే రాయకుండా మిమ్మల్ని కాపాడుతుంది.

నిర్మించడానికి మూడు మార్గాలు, మరియు VPS కి ఏది సరిపోతుంది

Claude agent ని నిర్మించడానికి మూడు మార్గాలు ఉన్నాయి, అవి మీరు ఎంత వరకు machinery ని రన్ చేస్తారు అనే దానిపై ఆధారపడి ఉంటాయి.

మొదటిది, మీ స్వంత tools తో Claude API ని పిలుస్తూ మీ స్వంత code ని ఉపయోగించడం. మీరు loop ని రాస్తారు, లేదా SDK tool runner ని ఉపయోగిస్తారు, మరియు మొత్తం thing ని మీ VPS పైన host చేస్తారు. ఇది సాధారణ ఎంపిక, ఎందుకంటే ఇది tools, data మరియు security పైన మీకు పూర్తి నియంత్రణను ఇస్తుంది, మరియు ఇది మీ server పైన ఒక సాధారణ program లాగా రన్ అవుతుంది. ఈ guide లోని ఎక్కువ భాగం ఈ పద్ధతిపైనే ఆధారపడి ఉంది.

రెండవది, Claude Agent SDK. ఇది Claude Code, అంటే coding agent, మీరు నిర్మించడానికి ఉపయోగించగల library గా ప్యాక్ చేయబడింది. ఇది ఒక పూర్తి agent loop మరియు files చదవడం, రాయడం, shell commands రన్ చేయడం మరియు search చేయడానికి అవసరమైన built-in tools ని అందిస్తుంది, కాబట్టి మీరు వాటిని మొదటి నుండి తయారు చేయనవసరం లేదు. ఇది కూడా మీ స్వంత server పైన రన్ అవుతుంది, కాబట్టి మీరు సొంతంగా harness ని నిర్మించకుండానే ఒక సమర్థవంతమైన file-and-shell agent ని కోరుకున్నప్పుడు ఇది VPS కి బాగా సరిపోతుంది. files చదివే మరియు shell commands రన్ చేసే agent కి, అది unattended గా పనిచేయడానికి ముందు containment అవసరం, మరియు running Claude Code safely on a server permission system, sandbox, మరియు isolation options గురించి వివరిస్తుంది.

మూడవది, Managed Agents, ఇక్కడ Anthropic loop ని రన్ చేస్తుంది మరియు agent tools రన్ అయ్యే sandbox ని host చేస్తుంది. ఇది hands-off option: మీరు ఆపరేట్ చేయడానికి చాలా తక్కువ ఉంటుంది, కానీ agent workspace మీ VPS పైన కాకుండా Anthropic infrastructure పైన ఉంటుంది. మీకు తక్కువ operational work కావాలి మరియు tools మీ స్వంత machine పైన రన్ అవ్వాల్సిన అవసరం లేనప్పుడు దీనిని ఎంచుకోండి. మిగిలిన రెండింటిలో, మీ server એ agent యొక్క ఇల్లు, దీని గురించే ఈ guide మిగిలిన భాగం.

MCP తో tools ని కనెక్ట్ చేయడం

మీరు ఏ మార్గాన్ని ఎంచుకున్నా, మీరు agent ని real systems కి కనెక్ట్ చేయాలనుకుంటారు, మరియు Model Context Protocol దానిని చేయడానికి ఒక చక్కని మార్గం. MCP అనేది agent కి tools మరియు data ని expos చేయడానికి ఒక open standard. ప్రతి service కోసం విడివిడిగా integration code రాయడం కంటే, ఆ capabilities ని tools గా ఇప్పటికే అందిస్తున్న MCP server కి మీరు Claude ని పాయింట్ చేయవచ్చు. మీరు MCP servers ని అదే VPS పైన చిన్న services గా రన్ చేయవచ్చు, ప్రతి దానికీ దానికి అవసరమైన access మాత్రమే ఉంటుంది, దీని గురించి నేను running MCP servers on a VPS లో వివరిస్తాను.

Model ని ఎంచుకోవడం

Claude లో పలు రకాల models ఉంటాయి, ఒక దానిని ఎంచుకోవడం అనేది capability, speed, మరియు cost మధ్య సమతుల్యత. ఈ लेख రాసే సమయానికి, ప్రధాన ఎంపికలు Claude Opus 4.8 (claude-opus-4-8), కష్టమైన reasoning మరియు సుదీర్ఘ agent runs కోసం డిఫాల్ట్ ఎంపిక; Claude Sonnet 5 (claude-sonnet-5), అనేక పనులలో Opus కి దగ్గరగా ఉంటూ తక్కువ ఖర్చు మరియు వేగవంతమైన ఆప్షన్; మరియు Claude Haiku 4.5 (claude-haiku-4-5), సాధారణమైన, అధిక-పరిమాణ (high-volume) పనుల కోసం అత్యంత వేగవంతమైన మరియు చౌకైనది. వాటి పైన Claude Fable 5 (claude-fable-5) ఉంది, ఇది అత్యంత కష్టమైన పనుల కోసం అత్యంత సమర్థవంతమైన model. మీ code లో ఖచ్చితమైన model identifier ని ఉపయోగించండి, దానికి ఎటువంటి date జోడించవద్దు.

ఒక ప్రాక్తిక పద్ధతి ఏమిటంటే వాటిని mix చేయడం. సాధారణ tool calls కోసం తక్కువ ఖరీదైన model ని, కష్టమైన నిర్ణయాల కోసం బలమైన model ని ఉపయోగించండి. model అనేది మీ request లో కేవలం ఒక string మాత్రమే కాబట్టి, switch చేయడం అనేది ఒక లైన్ మార్పు మాత్రమే, కాబట్టి సమర్థవంతమైన డిఫాల్ట్ తో ప్రారంభించి, quality కంటే speed లేదా cost ముఖ్యమైన చోట తగ్గించండి.

మీ VPS పైన ఒక hardened service గా రన్ చేయండి

Agent అనేది అది రన్ అవుతూ ఉంటేనే ఉపయోగకరంగా ఉంటుంది, మరియు అది सुरक्षितంగా ఉండాలంటే containment ఉండాలి. VPS పైన, ఈ రెండూ terminal లో మీరు మాన్యువల్‌గా స్టార్ట్ చేసిన program లా కాకుండా, agent ని ఒక hardened system service గా రన్ చేయడం ద్వారా లభిస్తాయి. ఒక service గా ఇది boot సమయంలో స్టార్ట్ అవుతుంది, crash అయితే restart అవుతుంది, మరియు journal కి log చేస్తుంది. Hardened గా, ఇది కేవలం దానికి అవసరమైన access తో unprivileged user గా రన్ అవుతుంది, తద్వారా bug లేదా తప్పుడు instruction కి ఒక పరిమితి ఉంటుంది.

అత్యంత ముఖ్యమైన నియమం మీ Claude API key ని server-side లో ఉంచడం. ప్రతి call కి ఈ key చెల్లింపులు మరియు authorization చేస్తుంది, కాబట్టి ఇది agent user కి మాత్రమే చదవగలిగే file లో ఉండాలి, service లో environment variable గా లోడ్ చేయాలి, మరియు ఎప్పుడూ code లో, repository లో లేదా browser కి అందుబాటులో ఉండే చోట ఉంచకూడదు. మీ agent కోసం పూర్తి, hardened service unit ఇక్కడ పొందండి:

తరువాత server ని పూర్తి చేయండి. SSH ని keys కి మాత్రమే పరిమితం చేయండి మరియు మీరు administrate చేసే account ని lock down చేయండి, SSH hardening on a VPS లో ఉన్నట్లుగా. మీరు agent ని నిర్మిస్తున్నప్పుడు ఒక interactive session నుండి నడపాలనుకుంటే, running Claude Code on a VPS with tmux మంచి companion. మరియు మీకు ఈవన్నీ వెనుక ఉన్న concepts కావాలంటే, ఒక model కి పరిమితం కాకుండా, building your own AI agent on a VPS లోని sister guide పునాదులను వివరిస్తుంది.

మీకు terminal coding assistant కావాలంటే, running a coding AI agent on a VPS లో Aider మరియు Goose గురించి ఉంది.

FAQ

agent నిర్మించడానికి నేను ఏ Claude model ని ఉపయోగించాలి?

Claude Opus 4.8 (claude-opus-4-8) తో ప్రారంభించండి, ఇది సమర్థవంతమైన డిఫాల్ట్, అక్కడి నుండి సర్దుబాటు చేయండి. Claude Sonnet 5 (claude-sonnet-5) చాలా పనులకు తక్కువ ఖర్చు మరియు వేగవంతమైనది, Claude Haiku 4.5 (claude-haiku-4-5) సాధారణ high-volume పనులకు ఉత్తమమైనది, మరియు Claude Fable 5 (claude-fable-5) అత్యంత కష్టమైన పనులకు అత్యంత సమర్థవంతమైనది. సాధారణ పద్ధతి ఏమిటంటే సాధారణ పనుల కోసం తక్కువ ఖరీదైన model ని మరియు కష్టమైన నిర్ణయాల కోసం బలమైన model ని ఉపయోగించడం, ఎందుకంటే switch చేయడం అనేది ఒక లైన్ మార్పు మాత్రమే.

నేను మొత్తం agent ని నా VPS పైన రన్ చేయాలా, లేదా Anthropic పైననా?

అది మీరు ఎంచుకునే పద్ధతిపై ఆధారపడి ఉంటుంది. మీరు Claude API కి వ్యతిరేకంగా మీ స్వంత loop ని రాస్తే, లేదా Claude Agent SDK ని ఉపయోగిస్తే, agent పూర్తిగా మీ VPS పైన రన్ అవుతుంది మరియు కేవలం model calls మాత్రమే Anthropic కి వెళ్తాయి. మీరు Managed Agents ని ఉపయోగిస్తే, Anthropic loop ని రన్ చేస్తుంది మరియు tools రన్ అయ్యే sandbox ని host చేస్తుంది, కాబట్టి దానిలో తక్కువ భాగం మీ server పైన ఉంటుంది. మీ స్వంత machine పైన రన్ అయ్యే agent కోసం, మొదటి రెండింటిలో ఒక దానిని ఉపయోగించండి.

Claude API మరియు Claude Agent SDK మధ్య తేడా ఏమిటి?

Claude API అనేది raw Messages endpoint: మీరు ఒక conversation మరియు tools ని పంపిస్తారు, మరియు దాని చుట్టూ agent loop ని రాస్తారు, లేదా దానిని నడపడానికి SDK tool runner ని ఉపయోగిస్తారు. Claude Agent SDK అనేది ఒక higher-level library, ఇది Claude Code యొక్క ప్యాక్డ్ వెర్షన్, ఇది పూర్తి loop మరియు built-in file, shell, మరియు search tools ని అందిస్తుంది. మీకు ప్రతిదీ స్వయంగా నిర్వచించాలని ఉన్నప్పుడు API ని ఉపయోగించండి, మరియు harness ని తయారు చేయకుండానే ఒక సమర్థవంతమైన agent కావాలనుకున్నప్పుడు Agent SDK ని ఉపయోగించండి.

సర్వర్‌లో నా Claude API key ని నేను సురక్షితంగా ఎలా ఉంచాలి?

దీనిని server-side లో మరియు మీ code కి దూరంగా ఉంచండి. agent రన్ అయ్యే account కి మాత్రమే చదవగలిగే file లో దీనిని నిల్వ చేయండి, service లో environment variable గా లోడ్ చేయండి, మరియు ఎప్పుడూ repository కి commit చేయవద్దు లేదా browser కి ఎక్స్‌పోజ్ చేయవద్దు. ప్రతి request మీ server నుండి వెళ్తుంది కాబట్టి, key ఎప్పుడూ యూజర్ డివైస్ కి చేరుకోవాల్సిన అవసరం లేదు, ఇది క్లయింట్ యాప్‌లో ఉండే agent కంటే సర్వర్‌లో రన్ అయ్యే agent ని సురక్షితంగా ఉంచడం సులభతరం చేస్తుంది.

Claude తో agent నిర్మించడానికి నేను model ని self-host చేయాలా?

లేదు. Claude తో model అనేది API ద్వారా మీరు పిలిచే ఒక hosted service, కాబట్టి GPU పైన రన్ చేయడానికి ఏమీ ఉండదు. మీ VPS agent loop, tools మరియు data ని రన్ చేస్తుంది, మరియు reasoning Anthropic వైపు జరుగుతుంది. దీనివల్లనే ఒక సాధారణ server సమర్థవంతమైన agent ని రన్ చేయగలదు. మీకు పూర్తిగా local model కావాలంటే, అది building your own AI agent అనే companion guide లో వివరించబడిన self-hosted పద్ధతి.