Paano gumawa ng AI agent gamit ang Claude

Ano ang ibig sabihin ng pagbuo ng agent gamit ang Claude

Ang pagbuo ng agent gamit ang Claude ay nangangahulugang ginagamit ang Claude bilang reasoning core habang ang loop, ang mga tools, at ang data ay nasa sarili mong server. Ang Claude ang nagpapasya kung ano ang gagawin; ang iyong VPS ang nagsasagawa nito. Ipadadala mo sa Claude ang task at ang current state, sasagot ang Claude ng sagot o request para gumamit ng isa sa iyong mga tools, tatakbo ang iyong code para sa tool at ibabalik ang resulta, at magpapatuloy ang loop hanggang matapos ang trabaho. Ang intelligence ay isang service na tinatawag via internet. Ang lahat ng nakapalibot dito ay sa iyo.

Ang ganitong paghihiwalay ang dahilan ng paggamit nito. Makakakuha ka ng frontier-level reasoning nang hindi nagpapatakbo ng model, at mayroon kang buong kontrol sa kung ano ang pwedeng galawin ng agent, dahil ang mga tools ay tumatakbo sa hardware na pagmamay-ari mo. Kung nakabuo ka na ng unang Claude program, ang first Claude app on a VPS guide ay sumasaklaw sa pundasyon na ginagamit ng tutorial na ito.

Ang Claude ang utak: ang Messages API

Ang bawat call sa Claude ay dumadaan sa isang endpoint, ang Messages API. Ipadadala mo ang kasalukuyang conversation at ang listahan ng mga tools na pwedeng gamitin ng agent; ibabalik ng Claude ang susunod nitong message. Ang message na iyon ay alinman sa isang final answer o isang request para tumawag ng tool. Para sa build-it-yourself na paraan, walang hiwalay na "agent API": ang tool use ay isang feature ng single endpoint na ito, at ang loop sa paligid nito ay ikaw ang magpapatakbo.

Ang Claude ay stateless sa pagitan ng mga call, ibig sabihin ay wala itong natatandaan nang mag-isa. Ang bawat request ay may dalang buong conversation. Ang iyong code ang may hawak ng history at ipinapadala ito sa bawat turn, na why each turn in a long session costs more tokens than the last. Hindi ito limitasyon kundi isang design choice: dahil ang state ay nasa iyong server, ikaw ang nagpapasya kung ano ang eksaktong nakikita ng Claude, at walang anuman sa task ang naka-store sa lugar na hindi mo kontrolado.

Ang tool use ang agent loop

Simple lang i-describe ang agent loop gamit ang Claude. Magpapadala ka ng request na kasama ang iyong mga tools. Babasahin ng Claude ang task at, kung kailangan nitong kumilos, sasagot ito ng tool-use request na nagsasaad ng pangalan ng tool at ang mga inputs nito. Tatakbo ng iyong code ang tool na iyon, pagkatapos ay ibabalik ang resulta sa Claude sa susunod na request. Babasahin ng Claude ang resulta at alinman sa hihingi ng isa pang tool o isusulat ang final reply nito. Kapag huminto na ito sa paghingi ng mga tools, tapos na ang task.

Maaari mong isulat ang loop na iyon nang manual sa ilang linya, at marami ang gumagawa nito dahil madali itong makita at kontrolin. Ang mga official SDK ay nagbibigay din ng tool runner na nagpapatakbo ng loop para sa iyo: ibibigay mo ang mga tool functions, at ang SDK ang hahawak sa palitan ng pagtawag sa Claude, pagtakbo ng iyong mga tools, at pagpapakain ng mga resulta hanggang matapos ang Claude. Sa alinmang paraan, pareho ang anyo nito. Ang runner ay nagliligtas lang sa iyo sa pagsusulat ng loop nang manual.

Tatlong paraan ng pagbuo, at alin ang angkop sa VPS

May tatlong paraan para bumuo ng Claude agent, at nagkakaiba ang mga ito sa dami ng machinery na kailangan mong patakbuhin.

Ang una ay ang sarili mong code na tumatawag sa Claude API gamit ang sarili mong mga tools. Isusulat mo ang loop, o gagamitin ang tool runner ng SDK, at i-ho-host ang lahat sa iyong VPS. Ito ang karaniwang choice, dahil nagbibigay ito ng kumpletong kontrol sa mga tools, data, at security, at tumatakbo ito bilang isang ordinaryong program sa iyong server. Karamihan sa guide na ito ay naka-assume sa paraang ito.

Ang pangalawa ay ang Claude Agent SDK. Ito ang Claude Code, ang coding agent, na naka-package bilang isang library na pwedeng mong pagbasehan. May kasama na itong full agent loop at built-in tools para sa pagbabasa at pagsusulat ng files, pagtakbo ng shell commands, at pag-search, kaya hindi mo na kailangang buuin ang mga ito mula sa simula. Tumatakbo din ito sa iyong sariling server, kaya napaka-angkop nito sa isang VPS kung gusto mo ng isang mahusay na file-and-shell agent nang hindi binubuo ang harness nang mag-isa. Ang isang agent na nagbabasa ng files at nagpapatakbo ng shell commands ay nangangailangan ng containment bago ito gumana nang walang bantay, at ang running Claude Code safely on a server ay sumasaklaw sa permission system, sandbox, at isolation options.

Ang ikatlo ay ang Managed Agents, kung saan ang Anthropic ang nagpapatakbo ng loop at nagho-host ng sandbox kung saan isinasagawa ang mga tools ng agent. Ito ang hands-off option: mas kaunti ang kailangang i-operate, ngunit ang workspace ng agent ay nasa infrastructure ng Anthropic sa halip na sa iyong VPS. Gamitin ito kung gusto mo ng pinakamababang operational work at hindi mo kailangang tumakbo ang mga tools sa sarili mong machine. Para sa dalawang nauna, ang iyong server ang tahanan ng agent, na siyang paksa ng natitirang bahagi ng guide na ito.

Pagkonekta ng mga tools gamit ang MCP

Anumang paraan ang piliin mo, gugustuhin mong ikonekta ang agent sa mga totoong system, at ang Model Context Protocol ang maayos na paraan para gawin ito. Ang MCP ay isang open standard para sa pag-expose ng mga tools at data sa isang agent. Sa halip na mag-hand-code ng integration para sa bawat service, ituturo mo ang Claude sa isang MCP server na nagpapakita na ng mga kakayahang iyon bilang mga tools. Maaari kang magpatakbo ng mga MCP server bilang maliliit na service sa parehong VPS, bawat isa ay may access lamang na kailangan nito, na tatalakayin ko sa running MCP servers on a VPS.

Pagpili ng model

Ang Claude ay may iba't ibang models, at ang pagpili ng isa ay balanse sa pagitan ng capability, bilis, at cost. Sa pagsusulat na ito, ang mga pangunahing choice ay ang Claude Opus 4.8 (claude-opus-4-8), ang default para sa mahirap na reasoning at mahabang agent runs; Claude Sonnet 5 (claude-sonnet-5), isang balanced option na mas mura at mas mabilis habang malapit sa Opus sa maraming tasks; at Claude Haiku 4.5 (claude-haiku-4-5), ang pinakamabilis at pinakamura, para sa mga simple at high-volume na steps. Sa itaas nila ay ang Claude Fable 5 (claude-fable-5), ang pinakamahusay na model, para sa pinakamahihirap na trabaho. Gamitin ang eksaktong model identifier sa iyong code, nang walang idinagdag na petsa.

Ang isang praktikal na pattern ay ang pag-mix sa kanila. Hayaan ang mas murang model na humawak ng mga routine tool calls at ang mas malakas na model para sa mahihirap na desisyon. Dahil ang model ay isang string lamang sa iyong request, ang pagpapalit ay isang linya lang na pagbabago, kaya magsimula sa isang mahusay na default at i-tune pababa kung saan mas mahalaga ang bilis o cost kaysa sa huling bahagi ng kalidad.

Patakbuhin ito bilang isang hardened service sa iyong VPS

Ang agent ay kapaki-pakinabang lamang kung mananatili itong tumatakbo, at ligtas lamang kung ito ay contained. Sa isang VPS, ang dalawang ito ay nagmumula sa pagpapatakbo ng agent bilang isang hardened system service sa halip na isang program na sinimulan mo nang manual sa isang terminal. Bilang isang service, magsisimula ito sa boot, magre-restart kung mag-crash, at maglo-log sa journal. Kapag hardened, tatakbo ito bilang isang unprivileged user na may access lamang na kailangan nito, kaya ang isang bug o maling instruction ay may limitasyon.

Ang pinakaimportante na rule ay panatilihing server-side ang iyong Claude API key. Ang key ang nagbabayad at nag-a-authorize sa bawat call, kaya dapat itong nasa isang file na nababasa lamang ng user ng agent, i-load sa service bilang isang environment variable, at huwag na huwag ilalagay sa code, sa isang repository, o sa kahit saan na pwedeng maabot ng browser. I-generate ang isang kumpletong, hardened service unit para sa iyong agent dito:

Pagkatapos ay tapusin ang mismong server. Gamitin ang SSH keys lamang at i-lock down ang account na iyong ina-administer, gaya ng sa SSH hardening on a VPS. Kung mas gusto mong i-drive ang agent mula sa isang interactive session habang binubuo ito, ang running Claude Code on a VPS with tmux ay isang magandang kasama. At kung gusto mo ang mga konsepto sa likod ng lahat ng ito, nang hindi sila nakatali sa isang model, ang sister guide sa building your own AI agent on a VPS ay naglalatag ng mga pundasyon.

Kung terminal coding assistant ang iyong kailangan, ang running a coding AI agent on a VPS ay sumasaklaw sa Aider at Goose.

FAQ

Anong Claude model ang dapat kong gamitin para bumuo ng agent?

Magsimula sa Claude Opus 4.8 (claude-opus-4-8), ang mahusay na default, at mag-adjust mula doon. Ang Claude Sonnet 5 (claude-sonnet-5) ay mas mura at mas mabilis para sa karamihan ng trabaho, ang Claude Haiku 4.5 (claude-haiku-4-5) ay pinakamahusay para sa mga simple at high-volume na steps, at ang Claude Fable 5 (claude-fable-5) ang pinakamahusay para sa pinakamahihirap na tasks. Ang isang karaniwang pattern ay ang paggamit ng mas murang model para sa mga routine steps at mas malakas na model para sa mahihirap na desisyon, dahil ang pagpapalit ay isang linya lang na pagbabago.

Patatakbuhin ko ba ang buong agent sa aking VPS, o sa Anthropic?

Depende ito sa approach. Kung isusulat mo ang sarili mong loop gamit ang Claude API, o gagamitin ang Claude Agent SDK, ang agent ay tatakbo nang buo sa iyong VPS at ang model calls lamang ang pupunta sa Anthropic. Kung gagamit ka ng Managed Agents, ang Anthropic ang magpapatakbo ng loop at magho-host ng sandbox kung saan isinasagawa ang mga tools, kaya mas kaunti ang nasa iyong server. Para sa isang agent na tumatakbo sa sarili mong machine, gamitin ang isa sa unang dalawa.

Ano ang pagkakaiba ng Claude API at ng Claude Agent SDK?

Ang Claude API ay ang raw Messages endpoint: magpapadala ka ng conversation at mga tools, at isusulat mo ang agent loop sa paligid nito, o gagamitin ang tool runner ng SDK para i-drive ito. Ang Claude Agent SDK ay isang higher-level library, ang Claude Code na naka-package para sa pagbuo, na may kasamang full loop at built-in na file, shell, at search tools. Gamitin ang API kung gusto mong ikaw ang mag-define ng lahat, at ang Agent SDK kung gusto mo ng isang mahusay na agent nang hindi binubuo ang harness.

Paano ko mapapanatiling ligtas ang aking Claude API key sa isang server?

Panatilihin itong server-side at labas sa iyong code. I-store ito sa isang file na nababasa lamang ng account kung saan tumatakbo ang agent, i-load ito sa service bilang isang environment variable, at huwag na huwag itong i-commit sa isang repository o i-expose sa isang browser. Dahil ang bawat request sa Claude ay nanggagaling sa iyong server, hindi kailanman kailangang umabot ang key sa device ng user, na siyang dahilan kung bakit mas madaling i-secure ang isang server-run agent kaysa sa isang embedded sa isang client app.

Kailangan ko bang mag-self-host ng model para bumuo ng agent gamit ang Claude?

Hindi. Sa Claude, ang model ay isang hosted service na tinatawag via API, kaya walang kailangang patakbuhin sa isang GPU. Ang iyong VPS ang nagpapatakbo ng agent loop, ang mga tools, at ang data, at ang reasoning ay nangyayari sa panig ng Anthropic. Iyan ang dahilan kung bakit ang isang simpleng server ay kayang magpatakbo ng isang mahusay na agent. Kung gusto mo naman ng isang fully local na model, iyon ang self-hosted na paraan na tatalakayin sa companion guide sa pagbuo ng sarili mong AI agent.