Claude Agent SDK 完全ガイド
はじめに
あなたはすでに Claude の基本的な API を使ったことがあるかもしれません：メッセージを送信し、返信を受け取る、まるでチャットのようなものです。しかし、Claude にファイルの読み取り、コマンドの実行、コードの検索、バグの修正、結果の検証、そして継続的な反復をさせたい場合、このような「自律的な作業」は基本 API にはできないことです。
Claude Agent SDK はまさにこのシナリオのために構築されました。Claude Code のすべての機能—ファイルの読み書き、コマンドの実行、コードの検索、ファイルの編集、Web の閲覧—をプログラム可能なライブラリにパッケージ化します。ツール呼び出しループを自分で書く必要はありません。Claude は自律的にツールを実行し、タスクが真に完了するまで自律的に反復します。
一言でまとめると：基本 SDK は「質問すると答える」、Agent SDK は「タスクを割り当てると作業する」です。
基本 SDK との違いは何か？
まずコードを見れば、違いは明確です：
# 基本 anthropic SDK：ツール呼び出しを処理するループを自分で書く必要がある
import anthropic
client = anthropic.Anthropic()
response = client.messages.create(
model="claude-sonnet-4-6",
max_tokens=1024,
messages=[{"role": "user", "content": "auth.py のバグを修正して"}],
tools=[...] # 自分でツールを定義する必要がある
)
# Claude がいくつかのツールを呼び出そうとする
while response.stop_reason == "tool_use":
result = your_tool_executor(response.tool_use) # 自分で実行する必要がある
response = client.messages.create(tool_result=result, **params) # 自分でフィードバックする必要がある# Agent SDK：1ブロックで完了、Claude が自分でファイルを読み、バグを見つけ、コードを編集する
from claude_agent_sdk import query, ClaudeAgentOptions
async for message in query(
prompt="auth.py のバグを修正して",
options=ClaudeAgentOptions(allowed_tools=["Read", "Edit", "Bash"]),
):
print(message) # Claude が自分でファイルを読み、問題を特定し、コードを編集する違いは明確です：
| 比較項目 | 基本 anthropic SDK | Claude Agent SDK |
|---|---|---|
| ツール実行 | あなたが実装 | Claude が処理 |
| ツールループ | あなたが実装 | 内蔵エージェントループ |
| 内蔵ツール | なし、すべて自分で定義 | ファイル読み書き、Bash、検索などがすぐに使える |
| コンテキスト管理 | あなたが維持 | 自動圧縮と自動管理 |
| 最適な用途 | チャット、生成、単純なツール使用 | 自律的に複雑なタスクを完了 |
他のエージェントフレームワークとの違いは？
市場には多くのエージェントフレームワークがあります—LangChain、LlamaIndex、CrewAI、AutoGPT など。Claude Agent SDK がこれらと比較してユニークな点は何でしょうか？
📚 詳細な比較については、付録を参照してください：主流エージェントフレームワーク比較
簡単に言うと：
| フレームワーク | 最適なシナリオ |
|---|---|
| Claude Agent SDK | Claude に自律的にコーディング、ファイル操作、コマンド実行を完了させる |
| LangChain | 高度にカスタマイズされたフローで複雑な汎用 AI アプリを構築 |
| CrewAI | マルチロール協力シナリオのシミュレーション（仮想チーム、ロールプレイ） |
| LlamaIndex | 企業データと LLM を接続するナレッジベース QA システムの構築 |
インストールと設定
インストール
Python は 3.10+、TypeScript は Node.js 18+ が必要です：
# Python
pip install claude-agent-sdk
# TypeScript
npm install @anthropic-ai/claude-agent-sdk認証
API キー環境変数を設定するだけです：
export ANTHROPIC_API_KEY=your-api-keyクラウドプラットフォーム認証もサポートされています：
- AWS Bedrock：
CLAUDE_CODE_USE_BEDROCK=1+ AWS 認証情報を設定 - Google Vertex AI：
CLAUDE_CODE_USE_VERTEX=1+ GCP 認証情報を設定 - Microsoft Azure：
CLAUDE_CODE_USE_FOUNDRY=1+ Azure 認証情報を設定
カスタム API エンドポイント
プロキシ、ゲートウェイ、またはセルフホスト API エンドポイントを使用する場合、env パラメータを通じてデフォルトの API URL を変更できます：
from claude_agent_sdk import query, ClaudeAgentOptions
async for message in query(
prompt="こんにちは",
options=ClaudeAgentOptions(
env={
"ANTHROPIC_BASE_URL": "https://your-proxy.example.com",
"ANTHROPIC_API_KEY": "your-api-key",
}
),
):
print(message)ClaudeAgentOptions には直接的な base_url パラメータはありませんが、env フィールドは任意の環境変数を基盤の Claude Code CLI に渡すことができます。一般的な環境変数：
| 環境変数 | 用途 |
|---|---|
ANTHROPIC_BASE_URL | カスタム API エンドポイント（プロキシ、ゲートウェイ） |
ANTHROPIC_API_KEY | API キー |
ANTHROPIC_AUTH_TOKEN | 代替認証トークン |
ANTHROPIC_CUSTOM_HEADERS | カスタムリクエストヘッダー |
コア概念
エージェント SDK のランタイム原理は一言で要約できます：コンテキストの収集 -> アクションの実行 -> 結果の検証 -> 繰り返し。
これはまさに人間の開発者が働く方法です：まずコードを読み、コードを修正し、テストを実行して結果を確認します。間違っていれば、反復を続けます。エージェント SDK がこのループを自動化します。
2つの使用モード
モード1：query() 関数 - ステートレス、一回限りのタスクに適しています
import asyncio
from claude_agent_sdk import query, ClaudeAgentOptions
async def main():
async for message in query(
prompt="このディレクトリにどんなファイルがありますか？",
options=ClaudeAgentOptions(allowed_tools=["Bash", "Glob"]),
):
if hasattr(message, "result"):
print(message.result)
asyncio.run(main())モード2：ClaudeSDKClient - ステートフル、マルチターン会話に適しています
コンテキストを保持し、複数ターンにわたって対話する必要がある場合に使用します。例えば、まず Claude にモジュールを読ませ、そのモジュールのすべての呼び出し箇所を見つけさせる場合—2ターン目でも1ターン目で読んだ内容を覚えています。
import asyncio
from claude_agent_sdk import query, ClaudeAgentOptions
async def main():
session_id = None
# ターン1：認証モジュールを読む
async for message in query(
prompt="認証モジュールのコードを読んでください",
options=ClaudeAgentOptions(allowed_tools=["Read", "Glob"]),
):
if hasattr(message, "subtype") and message.subtype == "init":
session_id = message.session_id
# ターン2：前のコンテキストに基づいて続ける
async for message in query(
prompt="それを呼び出しているすべての場所を見つけてください",
options=ClaudeAgentOptions(resume=session_id),
):
if hasattr(message, "result"):
print(message.result)
asyncio.run(main())内蔵ツール：すぐに使える
これがエージェント SDK の最も良い点の一つです—自分でツールを実装する必要はなく、Claude が直接使用できます：
| ツール | 機能 | 典型的な用途 |
|---|---|---|
| Read | ファイル読み取り | コードの確認、設定の読み取り |
| Write | ファイル作成 | 新しいファイルの生成 |
| Edit | 正確なファイル編集 | バグ修正、リファクタリング |
| Bash | ターミナルコマンド実行 | テスト実行、依存関係のインストール、git 操作 |
| Glob | パターンベースのファイル検索 | **/*.py、src/**/*.ts |
| Grep | 正規表現コンテンツ検索 | 関数定義の検索、TODOs |
| WebSearch | Web ページ検索 | ドキュメントの検索、アプローチの発見 |
| WebFetch | Web コンテンツの取得 | オンラインドキュメントの読み取り |
| Task | サブエージェントの起動 | サブタスクの並列化 |
allowed_tools を使用してエージェントが使用できるツールを制御します：
# 読み取り専用エージェント：検査できるが変更できない
options = ClaudeAgentOptions(
allowed_tools=["Read", "Glob", "Grep"],
permission_mode="bypassPermissions"
)
# フルエージェント：読み取り、書き込み、コマンド実行が可能
options = ClaudeAgentOptions(
allowed_tools=["Read", "Write", "Edit", "Bash", "Glob", "Grep"]
)高度な機能
フック：重要なポイントで独自のロジックを挿入
フックを使用すると、エージェント実行の重要な瞬間にカスタムコードを注入できます—例：ロギング、危険な操作の傍受、ファイル変更の監査。
サポートされるフックタイプ：PreToolUse（ツール実行前）、PostToolUse（ツール実行後）、Stop（エージェント停止時）、SessionStart、SessionEnd など。
from datetime import datetime
from claude_agent_sdk import query, ClaudeAgentOptions, HookMatcher
# ファイルが変更されるたびに監査ログを記録
async def log_file_change(input_data, tool_use_id, context):
file_path = input_data.get("tool_input", {}).get("file_path", "unknown")
with open("./audit.log", "a") as f:
f.write(f"{datetime.now()}: {file_path} を変更\n")
return {}
async def main():
async for message in query(
prompt="utils.py を読みやすくリファクタリングしてください",
options=ClaudeAgentOptions(
permission_mode="acceptEdits",
hooks={
"PostToolUse": [
HookMatcher(matcher="Edit|Write", hooks=[log_file_change])
]
},
),
):
if hasattr(message, "result"):
print(message.result)実際の使用例：
- 監査ロギング：エージェントが実行したすべての操作を記録
- セキュリティ傍受：重要ファイルの変更をブロック
- 通知プッシュ：エージェントタスク完了時にメッセージを送信
- コスト監視：ツール呼び出しとトークン使用量をカウント
サブエージェント：大きなタスクを専門家に分割
タスクが十分に複雑な場合、複数の専門サブエージェントを定義し、メインエージェントにサブタスクを委任させることができます。各サブエージェントには独自の指示とツール権限があり、互いに隔離されています。
from claude_agent_sdk import query, ClaudeAgentOptions, AgentDefinition
async for message in query(
prompt="code-reviewer エージェントを使ってこのプロジェクトのコード品質をレビューしてください",
options=ClaudeAgentOptions(
allowed_tools=["Read", "Glob", "Grep", "Task"],
agents={
"code-reviewer": AgentDefinition(
description="品質とセキュリティレビューを担当するプロのコードレビューア",
prompt="コード品質を分析し、潜在的な問題を特定し、改善提案を提供してください。",
tools=["Read", "Glob", "Grep"],
),
"test-writer": AgentDefinition(
description="ユニットテストの作成を担当するテスト専門家",
prompt="テストが欠落している関数のユニットテストを書いてください。",
tools=["Read", "Write", "Bash"],
),
},
),
):
if hasattr(message, "result"):
print(message.result)サブエージェントからのメッセージには parent_tool_use_id フィールドが含まれ、どのメッセージがどのサブエージェントから来たかを簡単に追跡できます。
MCP 統合：外部世界への接続
Model Context Protocol（MCP）を通じて、エージェントはデータベース、ブラウザ、サードパーティ API などの外部システムに接続できます。コミュニティはすでに数百の MCP サーバーを提供しており、直接使用できます。
# Playwright を接続してエージェントがブラウザを操作できるようにする
async for message in query(
prompt="example.com を開いて見えるものを説明してください",
options=ClaudeAgentOptions(
mcp_servers={
"playwright": {
"command": "npx",
"args": ["@playwright/mcp@latest"]
}
}
),
):
if hasattr(message, "result"):
print(message.result)一般的な MCP 統合シナリオ：
- Playwright：ブラウザ自動化、ページスクレイピング、フォーム入力
- PostgreSQL/MySQL：直接データベースクエリと操作
- Slack/Email：通知とメッセージの送信
- GitHub：PR、Issue、リポジトリの操作
何を構築できるか？実践的なシナリオ
機能を理解した後、最も重要な質問は：これで実際に何ができるか？以下はコミュニティで検証された実際のシナリオです。
シナリオ1：自動バグ修正エージェント
バグの説明を与えると、コードを見つけ、問題を特定し、修正し、テストを実行して確認します：
async for message in query(
prompt="ユーザーがログイン中に時折 HTTP 500 エラーを報告しています。src/auth/ のコードを調査して修正してください",
options=ClaudeAgentOptions(
allowed_tools=["Read", "Edit", "Bash", "Glob", "Grep"],
permission_mode="acceptEdits",
),
):
print(message)Claude はログを grep し、関連コードを読み、バグを見つけ、コードを修正し、テストを実行して修正を確認します。
シナリオ2：コードレビューエージェント
変更を一切加えることなく、品質を監査する読み取り専用コードレビューエージェントを構築します：
async for message in query(
prompt="src/ のコードをセキュリティ脆弱性、パフォーマンス問題、コーディング規約に焦点を当ててレビューしてください",
options=ClaudeAgentOptions(
allowed_tools=["Read", "Glob", "Grep"],
permission_mode="bypassPermissions",
),
):
if hasattr(message, "result"):
print(message.result)シナリオ3：CI/CD 統合
CI パイプラインで、エージェントに失敗したテストを分析させ、自動修正を試みます：
async for message in query(
prompt="npm test を実行し、失敗したテストケースを分析し、すべてのテストが通るようにコードを修正してください",
options=ClaudeAgentOptions(
allowed_tools=["Read", "Edit", "Bash", "Glob"],
max_turns=20,
),
):
print(message)これは CLI よりも SDK の大きな利点です—CLI は人がターミナルに座っている時に優れていますが、SDK は自動化されたワークフローに組み込むのに理想的です。
シナリオ4：リサーチエージェント
エージェントに Web を検索させ、ドキュメントを読み、情報を統合し、レポートを作成させます：
async for message in query(
prompt="2026年の主流 Python Web フレームワークをリサーチしてください。FastAPI、Django、Litestar を比較し、技術選定レポートを report.md に書いてください",
options=ClaudeAgentOptions(
allowed_tools=["WebSearch", "WebFetch", "Write"],
),
):
print(message)シナリオ5：ブラウザ機能を持つフルスタックエージェント
MCP を通じて Playwright を接続することで、エージェントはコードを書くだけでなく、ブラウザを開いて結果を確認することもできます：
async for message in query(
prompt="ホームページのスタイルの問題を修正し、ブラウザを開いてスクリーンショットを撮って結果を確認してください",
options=ClaudeAgentOptions(
allowed_tools=["Read", "Edit", "Bash"],
mcp_servers={
"playwright": {
"command": "npx",
"args": ["@playwright/mcp@latest"]
}
},
),
):
print(message)シナリオクイックリファレンス
| シナリオ | コアツール | 難易度 |
|---|---|---|
| 自動バグ修正 | Read, Edit, Bash, Grep | 初級 |
| コードレビュー | Read, Glob, Grep | 初級 |
| CI/CD 自動修正 | Read, Edit, Bash | 中級 |
| 技術リサーチレポート | WebSearch, WebFetch, Write | 初級 |
| ブラウザ自動化 | MCP (Playwright) | 中級 |
| マルチエージェント協力 | Task + AgentDefinition | 上級 |
| データベース操作 | MCP (PostgreSQL/MySQL) | 中級 |
| メール/通知アシスタント | MCP (Slack/Email) | 中級 |
いつ Agent SDK を使うべきか？
すべてのシナリオが Agent SDK を必要とするわけではありません。適切なツールの選択が重要です：
| やりたいこと | 推奨ツール |
|---|---|
| 単純なチャット、テキスト生成、翻訳 | 基本 anthropic SDK |
| 一回限りのツール使用（天気確認、計算） | 基本 anthropic SDK |
| 自律的にマルチステップ開発タスクを完了 | エージェント SDK |
| CI/CD パイプラインに組み込む | エージェント SDK |
| ファイルシステムを操作するアプリの構築 | エージェント SDK |
| 日常的な対話型開発 | Claude Code CLI |
| 一回限りのクイックタスク | Claude Code CLI |
要するに：タスクが Claude に「自分で手を動かして作業する」（ファイルの読み取り、コードの編集、コマンドの実行）ことを必要とする場合、エージェント SDK を使用してください。Q&A だけが必要な場合、基本 SDK で十分です。
エンタープライズ実践：コード品質ガードレイルパイプラインの構築
これまでのシナリオはすべて、1つのエージェントが1つの作業をしていました。実際のエンタープライズ環境で必要なのは、完全なパイプラインです—複数のエージェントが連鎖し、各段階に明確な入出力があり、監査、ロールバック、通知が追加されています。
それでは実際のシナリオを構築します：各 PR 提出後、自動的にコードレビュー -> セキュリティスキャン -> 自動修正 -> テスト検証 -> レポート生成を完全なパイプラインとしてトリガーします。
アーキテクチャ設計
PR が提出される
│
▼
┌─────────────┐ ┌─────────────┐ ┌─────────────┐
│ コード │───▶│ セキュリティ│───▶│ 自動修正 │
│ レビュー │ │ スキャン │ │ エージェント│
│ エージェント│ │ エージェント│ │ (書込可能) │
│ (読取専用) │ │ (読取専用) │ └─────────────┘
└─────────────┘ └─────────────┘ │
▼
┌─────────────┐ ┌─────────────┐
│ テスト検証 │───▶│ レポート生成│
│ エージェント│ │ エージェント│
│ (Bash) │ │ (Write) │
└─────────────┘ └─────────────┘
│
▼
Slack 通知核心的なアイデア：各エージェントは一つのことを行い、権限は最小化され、結果は順次渡される。
ステップ1：パイプラインフレームワークの定義
import asyncio
import json
from datetime import datetime
from claude_agent_sdk import query, ClaudeAgentOptions, HookMatcher
# 監査ログ：すべてのエージェントのすべての操作を記録
audit_log = []
async def audit_hook(input_data, tool_use_id, context):
audit_log.append({
"time": datetime.now().isoformat(),
"tool": input_data.get("tool_name"),
"input": input_data.get("tool_input", {}),
})
return {}
# 共有フック設定：すべてのエージェントが監査機能を共有
audit_hooks = {
"PostToolUse": [HookMatcher(matcher=".*", hooks=[audit_hook])]
}ステップ2：コードレビューエージェント（読取専用）
async def run_code_review(pr_diff: str) -> str:
"""読取専用エージェント、コード品質をレビューし構造化レポートを出力"""
result_text = ""
async for message in query(
prompt=f"""次の PR diff を以下の観点からレビューしてください：
1. コーディング規約：命名、フォーマット、コメント
2. ロジックの問題：エッジケース、ヌルポインタリスク、競合状態
3. パフォーマンスリスク：N+1 クエリ、メモリリーク、不要なループ
4. 保守性：過度に大きな関数、不明確な責任、マジックナンバー
PR Diff:
{pr_diff}
JSON 形式で出力：{{"issues": [{{"severity": "high/medium/low", "file": "...", "line": ..., "description": "..."}}], "summary": "..."}}""",
options=ClaudeAgentOptions(
allowed_tools=["Read", "Glob", "Grep"],
permission_mode="bypassPermissions",
hooks=audit_hooks,
max_turns=10,
),
):
if hasattr(message, "result"):
result_text = message.result
return result_textステップ3：セキュリティスキャンエージェント（読取専用）
async def run_security_scan() -> str:
"""脆弱性スキャンに特化した読取専用エージェント"""
result_text = ""
async for message in query(
prompt="""プロジェクトコードのセキュリティ脆弱性をスキャンしてください：
1. SQL インジェクション、XSS、CSRF
2. ハードコードされたキーや認証情報
3. 安全でない依存関係のバージョン
4. 欠落している権限チェック
JSON 出力：{{"vulnerabilities": [{{"severity": "critical/high/medium", "type": "...", "file": "...", "description": "...", "fix_suggestion": "..."}}]}}""",
options=ClaudeAgentOptions(
allowed_tools=["Read", "Glob", "Grep", "Bash"],
permission_mode="bypassPermissions",
hooks=audit_hooks,
max_turns=15,
),
):
if hasattr(message, "result"):
result_text = message.result
return result_textステップ4：自動修正エージェント（書込可能）
async def run_auto_fix(review_result: str, security_result: str) -> str:
"""レビューとスキャン結果に基づいてコードを自動修正する書込可能エージェント"""
result_text = ""
async for message in query(
prompt=f"""次のレビュー結果に従ってコードを修正してください：
コードレビューレポート：
{review_result}
セキュリティスキャンレポート：
{security_result}
修正ルール：
1. 深刻度が高または重大な問題のみ修正
2. 各変更後にテストを実行し、既存機能が壊れていないことを確認
3. 関連のないコードをリファクタリングせず、最小限の修正のみ適用
4. 完了後に変更されたファイルのリストを出力""",
options=ClaudeAgentOptions(
allowed_tools=["Read", "Edit", "Bash", "Glob", "Grep"],
permission_mode="acceptEdits",
hooks=audit_hooks,
max_turns=30,
),
):
if hasattr(message, "result"):
result_text = message.result
return result_textステップ5：テスト検証 + レポート生成
async def run_test_and_report(fix_result: str) -> str:
"""テストを実行して最終レポートを生成する"""
result_text = ""
async for message in query(
prompt=f"""以下のアクションを実行してください：
1. 全テストスイートを実行（npm test または pytest）
2. テスト合格率を計算
3. pr-report.md に Markdown 品質レポートを生成し、以下を含める：
- コードレビューで発見された問題数と深刻度分布
- セキュリティ脆弱性の数
- 自動修正の変更内容：{fix_result}
- テスト合格率
- 最終結論：マージを推奨するかどうか""",
options=ClaudeAgentOptions(
allowed_tools=["Read", "Bash", "Write", "Glob"],
hooks=audit_hooks,
max_turns=15,
),
):
if hasattr(message, "result"):
result_text = message.result
return result_textステップ6：パイプライン全体を接続
import subprocess
async def run_pipeline():
"""完全な PR 品質ガードパイプライン"""
print("🔍 ステージ 1/4：コードレビュー...")
pr_diff = subprocess.run(
["git", "diff", "main...HEAD"], capture_output=True, text=True
).stdout
review_result = await run_code_review(pr_diff)
print("🛡️ ステージ 2/4：セキュリティスキャン...")
security_result = await run_security_scan()
print("🔧 ステージ 3/4：自動修正...")
fix_result = await run_auto_fix(review_result, security_result)
print("✅ ステージ 4/4：テスト検証 + レポート生成...")
report = await run_test_and_report(fix_result)
# 監査ログを保存
with open("audit-log.json", "w") as f:
json.dump(audit_log, f, indent=2, ensure_ascii=False)
print(f"パイプライン完了、監査ログを保存（{len(audit_log)} 件の操作記録）")
return report
asyncio.run(run_pipeline())エンタープライズ設計思想
このパイプラインはいくつかの主要なエンタープライズ設計原則を反映しています：
最小権限：code-review と security-scan エージェントは読取専用で、誤ってコードを変更することはできません。auto-fix エージェントだけが書込権限を持ち、それも acceptEdits で制約されています。
監査可能性：すべてのエージェントのすべてのステップが Hooks を通じて記録されます。問題が発生した場合、どのエージェントが何をいつしたかを追跡できます。
結果の連鎖：各エージェントの出力が次のエージェントの入力になります。レビュー結果は自動修正に供給され、自動修正結果はテスト検証に供給されます。すべての段階に明確な入出力の契約があります。
コスト制御：すべてのエージェントに max_turns 制限があり、暴走ループを防ぎます。本番では予算制御のため max_budget_usd を追加することもできます。
拡張性：別の段階を追加したい場合、例えば「ドキュメントチェックエージェント」や「パフォーマンスベンチマークエージェント」？新しい関数を追加してパイプラインに挿入するだけです。
このモデルは GitHub Actions や GitLab CI に直接組み込むことができ、各 PR で自動的にトリガーされ、真の「AI 駆動コード品質ガードレイル」を実現します。
エラー処理
エージェント SDK は明確な例外タイプを提供し、本番で堅牢なフォールトトレランスを構築できます：
from claude_agent_sdk import query, CLINotFoundError, ProcessError
try:
async for msg in query(prompt="コードを分析して"):
print(msg)
except CLINotFoundError:
print("Claude Code CLI がインストールされていません。先にインストールしてください。")
except ProcessError as e:
print(f"プロセスが予期せず終了しました。終了コード：{e.exit_code}")まとめ
Claude Agent SDK の核心的な価値は、「モデル推論」を「制御された実行」にアップグレードすることです。単にテキストを生成するだけではありません。監査可能で制約されたツールシステム内で、真にタスクを完了することができます。
Anthropic の公式ブログの一言を覚えておいてください：エージェント SDK の設計哲学は「エージェントにコンピュータを与え、人間のように働かせる」ことです。
良いエージェントアプリケーション = 明確なツール設計 + 明確なタスク境界 + 適切な人間の監督。ツールはエージェントに能力を与え、境界は制約を与え、監督は信頼を与えます。3つすべてが欠かせません。
参考文献
公式リソース
- Agent SDK 公式ドキュメント - 最も権威ある参考資料
- GitHub - claude-agent-sdk-python - Python SDK ソース
- GitHub - claude-agent-sdk-typescript - TypeScript SDK ソース
- Agent SDK デモプロジェクト - メールアシスタント、リサーチエージェントなど
ブログとチュートリアル
- Building agents with the Claude Agent SDK - 設計哲学とアーキテクチャに関する Anthropic エンジニアリングブログ
- Claude Agent SDK Python Study Guide - ゼロからの完全チュートリアル
- Claude Agent SDK Full Tutorial - ツールシステム、エージェントループ、制御された実行の実践ガイド
- 12 Practical Agent SDK Scenarios - コーディング、データ、自動化などをカバー
- Step-by-Step Agent Tutorial - TypeScript + Python デュアルトラックチュートリアル