用 Claude Managed Agents 打造可上線的 production-ready agent（第 2/2 段）

🧑‍🏫 這是 Claude Managed Agents（Anthropic 幫你代管 AI 助手的服務）示範的後半段。講者現場請 Claude 幫忙寫程式，接上這套服務，再到網頁後台看好幾個 AI 助手怎麼分工做事。影片最後說明：這些東西如果全部自己做有多麻煩，Managed Agents 又幫你省下了哪些工。

• 13:42 用匯入的 Anthropic SDK 呼叫 client.beta.sessions.list；講者說這些 endpoint 現在都已經可以在 production 使用
  ↳ SDK 是官方做好的程式工具包，匯入後就能直接呼叫服務。endpoint 是服務開放出來的一個個功能入口。講者說這些入口都已經可以正式上線（production）使用。
• 14:13 呼叫 SDK 裡的 list sessions endpoint，直接回傳資料，就能列出自己 workspace 裡的 sessions
  ↳ session 是 agent 的一次工作階段，可以想成一段對話紀錄。呼叫「列出 sessions」這個功能，就能把自己 workspace（團隊的工作空間）裡所有的 session 叫出來。
• 14:43 實作「取得 session」：畫面顯示的其實就是 get session 的 API 回應，看得到 agent 和它能用的所有工具
  ↳ API 是程式之間溝通的介面，agent 是會自己動手做事的 AI 助手。畫面顯示的就是「取得 session」API 回傳的原始資料，裡面列出用哪個 agent、能用哪些工具。
• 15:13 這個 session 接了 Linear MCP；session 也可以設定 outcomes，但這次示範沒有設定
  ↳ MCP 是讓 AI 連接外部服務的共通規格，這裡接的是專案管理工具 Linear。outcomes 是事先訂好的成果標準，這次先沒設定，後面才示範。
• 15:13 聊天畫面分兩部分：一是送出 session events（相對簡單的 endpoint）；二是 streaming endpoint，把 Claude／session 產生的 events 從 server 串流到 client
  ↳ 聊天分成兩條路。一條把你的訊息當成 event（一筆筆事件）送進 session；另一條是串流（streaming），讓 Claude 的回應一邊產生、一邊從伺服器傳到你的畫面上。
• 15:43 Claude Code 預設內建 Claude API skill，能讓 Claude 很會用 Anthropic 的各種 API，特別是 managed agents 的 API
  ↳ Claude Code 是讓 Claude 幫你寫程式的工具，skill 是教 AI 做特定工作的說明書。Claude Code 內建 Claude API skill，所以特別懂怎麼寫 managed agents 的程式。
• 16:14 講者直接請 Claude 看 codebase 裡的 to-do，自己判斷要怎麼實作傳送 events 和串流 events
  ↳ codebase 就是整個專案的程式碼。講者事先在裡面留了 to-do（待辦註記），但不說要怎麼寫，讓 Claude 自己讀程式、判斷送出和串流 events 要怎麼做。
• 16:44 Claude 會先讀這個 skill，學會 managed agents endpoint 的用法，甚至可能順手優化程式；講者當初也是這樣請 Claude 幫忙做出這個 demo
  ↳ Claude 動手前會先讀那份 skill，等於先看說明書再做事，有時還會順手把程式改得更好。講者說這個 demo 本身也是請 Claude 這樣幫忙做出來的。
• 17:14 講者說這代表 Claude 可以幫你打造你自己的 Claude；因為 Opus 跑得比較慢，他趁空檔介紹文件和 API
  ↳ 意思是你可以用 Claude 做出自己專屬的 AI 助手。Opus 是 Claude 裡能力較強、速度較慢的型號，所以講者趁它寫程式的空檔介紹文件。
• 17:44 官方開發者文件裡，每個 primitive 都有對應的 endpoint：agent 可以建立、更新、取得；environments 和 sessions 也都有
  ↳ primitive 是這套服務的基本積木，包括 agent（助手設定）、environment（執行環境）和 session。每種積木都有建立、更新、取得等對應的功能可以呼叫。
• 17:44 sessions 底下還有子 endpoint，可以列出或串流 session 裡的所有 events
  ↳ session 底下還有更細的功能，例如把一個 session 裡發生過的所有事件列出來，或是即時串流，看它現在正在做什麼。
• 17:44 可以列出 session 裡已上傳的資源（例如放進 container 的檔案、GitHub repository），也可以陸續加入，讓 session 持續運作下去
  ↳ container 是隔離的執行空間，像 agent 專用的一台小電腦。你可以查看 session 裡已經放了哪些檔案或 GitHub 程式庫，中途也能再補，工作不用重來。
• 18:15 multi-agent：Claude 可以另開其他 agent 的獨立 thread，這部分也有相關的 endpoint
  ↳ multi-agent 是讓多個 agent 分工合作。Claude 可以另外開其他 agent，各自在獨立的 thread（獨立的工作線）上做事，這部分也有對應的 API 可以控制。
• 18:15 credential vaults：MCP server 的驗證 token 只要設定一次，就會很安全地存放在 Anthropic 端
  ↳ token 在這裡指登入外部服務用的通行碼。credential vault 像保險箱，MCP 需要的通行碼只要設定一次，就會安全存在 Anthropic 那邊。
• 18:45 只要 session 裡有帶 vault，Claude 用 MCP（例如 Linear、Figma）時系統會自動注入 token；Claude 看不到 token，token 也不會進到它的 context window
  ↳ context window 是 Claude 當下能看到的全部內容。Claude 用 Linear、Figma（設計工具）時，系統會自動帶入通行碼，但 Claude 自己看不到，也就不會讀到或外洩。
• 18:45 memory stores：讓 Claude 讀寫一個或多個記憶庫，之後每個 session 都能讀取先前的記憶，一次比一次進步
  ↳ memory store 就像 Claude 可以讀寫的筆記本。它把學到的東西記下來，之後新的 session 先翻筆記再做事，不用每次從零開始，會越做越上手。
• 19:16 Claude 有時會偷懶，沒把 to-do 全部做完，講者只好再叫它把剩下的做完
  ↳ AI 不一定一次就把事情做完。遇到這種情況，就像交代同事一樣，明確叫它把剩下的待辦補完就好。
• 19:47 講者強烈建議去讀 API 文件和 Claude Managed Agents 的長篇文件
  ↳ 想真正用起來，講者最推薦去讀官方 API 文件和 Managed Agents 的完整說明，細節都寫在裡面。
• 19:47 可以用 Claude console 監看每個 session 在做什麼，提高可觀察性，很多設定也能直接在 UI 上完成
  ↳ Claude console 是 Anthropic 的網頁管理後台。在上面可以看到每個 session 在做什麼，也就是看得見內部狀況；很多設定不用寫程式，點一點就能完成。
• 20:18 console 有 quick start：跟 Claude 對話，由它帶著你一起建立 agents 和 sessions；也有預先做好的範本可以當起點
  ↳ quick start 是新手引導，直接跟 Claude 說你想要什麼，它會帶你一步步建出 agent 和 session。也有現成的範本可以拿來改。
• 20:18 agent 有版本控管：如果改了 system prompt 或工具清單後不滿意，隨時可以改回舊版本，舊版本不會被刪掉
  ↳ system prompt 是給 agent 的基本指示。agent 有版本紀錄，改了指示或工具後覺得變差，隨時可以退回舊版，舊版都會保留下來。
• 20:49 示範的 agent 設定了 Linear MCP，沒有給 skills，但可以跟其他好幾個 agent 互動
  ↳ 這次示範的 agent 只接了 Linear，沒有裝任何 skill，但可以跟其他好幾個 agent 互動合作。
• 21:24 建立新 session 時選了 Linear MCP 和 memory stores，背後呼叫的就是 create session endpoint
  ↳ 在後台勾選 Linear 和記憶筆記本來建立新 session，看起來只是按按鈕，背後其實是在呼叫「建立 session」這個 API。
• 21:56 講者準備了幾個建議按鈕，其中一個是一般訊息：請 Claude 快速看一下 Acme Robotics 的財務資訊
  ↳ 講者在畫面上準備了幾個預設問題按鈕，其中一個是普通提問：請 Claude 快速查一下 Acme Robotics 這家公司的財務狀況。
• 21:56 重點示範 outcomes：比較 Bridgewell Dynamics、Norwood Automation、Acme Robotics 三家公司，資料分散在 Linear 和上傳的檔案裡
  ↳ 重頭戲是 outcomes：請 Claude 比較三家公司。難的地方在資料分散，有的在 Linear、有的在上傳的檔案裡，Claude 要自己去各處找齊。
• 22:27 要求 Claude 反覆蒐集資訊、自我批判，並檢查結論有沒有符合提供的 rubric；做法只是送出一個 outcome definition event
  ↳ rubric 是評分標準。講者只送出一個「成果定義」事件，Claude 就會反覆找資料、檢討自己，再對照標準檢查結論有沒有達標，不是回答一次就交差。
• 22:27 送出後 Claude 會開始使用各種工具、把工作分派給 sub agents，也可能讀取上傳的檔案
  ↳ sub agent 是主 agent 派出去做子任務的幫手。送出之後，Claude 開始用各種工具，把工作拆給幾個 sub agent，也可能去讀你上傳的檔案。
• 22:59 可以在 console 的 sessions 畫面點進正在執行的 session 即時觀看；這次它已經產生了 4 個其他的 agent
  ↳ 在 console 的 sessions 頁面點進正在執行的那個 session，就能即時看它在做什麼。這次它已經自己另外開了 4 個 agent 一起做。
• 23:29 每個 sub agent 都有自己的 context window，可以跟 coordinator 回報進度，也能把發現的資訊傳給其他 agent
  ↳ coordinator 是負責統籌的主 agent。每個 sub agent 有各自的 context window，不會互相塞滿；它們會向主 agent 回報進度，也能把發現的資訊傳給其他 agent。
• 23:29 畫面上每一條水平線代表一個獨立運作的 agent；也可以查看個別 event，例如 web search 的輸入和輸出
  ↳ 畫面上每一條橫線就是一個獨立工作的 agent。點進個別事件可以看細節，例如 web search（上網搜尋）時搜了什麼、得到什麼結果。
• 23:59 可以看到每個動作花了多久；如果某個 tool call 特別久，就能據此 debug，例如找出效率很差的檔案
  ↳ tool call 是 agent 使用工具的一次動作。每個動作都有標出花了多久，哪一步特別慢就能從那裡 debug（找問題），例如抓出拖慢速度的檔案。
• 24:32 觀眾問能不能在 agent 裡放 plugins：目前還沒有，正在開發中；不過 agent definition 本身的運作方式就有點像 plugin
  ↳ plugins 是可以額外加裝的擴充功能包。目前還不能放進 agent，正在開發中；不過 agent 的設定本身就是把指示和工具包在一起，作用有點像 plugin。
• 25:03 console 還有其他分頁：environments（包含 self-hosted environment）、credential vaults、memory stores
  ↳ self-hosted 指跑在你自己的機器或伺服器上。console 還有其他分頁，可以管理 environments（包含自架環境）、credential vaults 和 memory stores。
• 25:03 可以在 memory stores 看 Claude 幫自己記了什麼；記錯的可以直接修改，也可以自己新增記憶
  ↳ 打開 memory stores 就能看到 Claude 替自己記了哪些筆記。記錯的可以直接改，也可以自己加上想讓它記住的事。
• 25:35 最後 Claude 會產出一個 outcome event 和 outcome evaluation；這次它有針對要評估的項目做出結論
  ↳ 最後 Claude 會交出成果，附上一份自我評估，說明有沒有符合標準。這次它針對每個要比較的項目都有給出結論。
• 26:06 如果全部自己做，要自建 agent loop（或用 agent SDK）、找地方遠端託管，還要處理 context management、state transition 與復原，以及整合 skills 和 MCP
  ↳ agent loop 是讓 AI 反覆「想、做、看結果」的核心程式。自己做的話要自己寫、找主機放、控管內容量、處理狀態切換和出錯後的復原，還要接上 skills 和 MCP。
• 26:06 還要自己做 durable storage layer 來存所有 events 和資料，以及 sandboxing fleet（例如用 Cloudflare），並讓它能配合 Claude 的動作
  ↳ durable storage 是可靠、不會遺失資料的儲存層，用來存所有事件和紀錄。sandboxing 是替 agent 準備隔離的執行空間，例如用 Cloudflare 架設，還要能配合 Claude 的動作。
• 26:36 另外還要處理 end user authentication，要做得安全又可靠並不容易
  ↳ end user authentication 是確認用你產品的每個人是誰、能用哪些東西。要做到安全又穩定，本身就是一大工程。
• 26:36 用 Claude Managed Agents，這些都是開箱即用；這次 demo 沒用上所有 primitive，但想用的話都可以用
  ↳ 上面這些 Managed Agents 都已經做好，拿來就能用。這次 demo 沒有用到全部的功能，但需要的時候隨時都能加上。

根據影片，session 帶了 credential vault 之後，Claude 在使用 Linear 或 Figma 這類 MCP 時會怎麼處理驗證 token？