3. SDKでエージェントを作成
PythonとClaude SDK(anthropicパッケージ)を使ってエージェントを作成します。Pythonの実行環境はuvで統一します。
1. uvをインストール
Section titled “1. uvをインストール”-
uvをインストールします。
PowerShellで以下のコマンドを実行します。
Terminal window powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"ターミナルで以下のコマンドを実行します。
Terminal window curl -LsSf https://astral.sh/uv/install.sh | sh -
ターミナル(またはPowerShell)を開き直してから、インストールを確認します。
Terminal window uv --versionuv 0.11.6のようにバージョンが表示されればOKです。
2. プロジェクトを作成
Section titled “2. プロジェクトを作成”-
プロジェクトを作成し、そのフォルダーに移動します。
Terminal window uv init quiz-agentcd quiz-agent -
Claude SDKをインストールします。
Terminal window uv add anthropic
3. リソースを作成
Section titled “3. リソースを作成”環境・エージェントは「一度作れば使い回す」リソースなので、作成用のスクリプトにまとめます。内容は1. コンソールでエージェントを作成で画面から作ったものと同じで、名前には「-sdk」を付けています。認証不要のMCPサーバーなので、認証情報ボールトの作成はありません。
-
プロジェクトのフォルダーに
setup.pyを作成し、以下の内容を保存します。setup.py import jsonfrom anthropic import Anthropicclient = Anthropic()################################ 1. 環境を作成(MCPサーバーへのネットワークアクセスを許可)###############################environment = client.beta.environments.create(name="Quiz-environment-sdk",config={"type": "cloud","networking": {"type": "limited", "allow_mcp_servers": True},},)print(f"environment: {environment.id}")################################ 2. エージェントを作成###############################SYSTEM_PROMPT = """あなたはMicrosoft Learn MCPサーバーを使ってAZ-900(Azure Fundamentals)の練習問題を作成する学習アシスタントです。Microsoft Learnの最新の公式ドキュメントを参照し、選択式の問題を1問ずつ出題してください。ルール:- 問題文と選択肢を提示したら、ユーザーが回答するまで正解を明かさない。- ユーザーの回答後、正誤を伝え、各選択肢について正誤のポイントを1行ずつで説明する。- 学習の参考になるMicrosoft Learnドキュメントの実在するURLを3つ提示する。- 会話内でユーザーの過去の回答(正解・不正解、出題分野)を記憶し、間違えた分野・苦手なトピックを優先的に次の問題として出題する。- 一度に1問だけ出題し、テンポよく進める。"""agent = client.beta.agents.create(name="AZ-900 Quiz Agent SDK",model={"id": "claude-haiku-4-5", "speed": "standard"},description="Microsoft Learn MCPサーバーの最新情報を使ってAZ-900(Azure Fundamentals)の練習問題を出題する学習アシスタント。",system=SYSTEM_PROMPT,mcp_servers=[{"name": "microsoft-learn","type": "url","url": "https://learn.microsoft.com/api/mcp",}],tools=[{"type": "mcp_toolset","mcp_server_name": "microsoft-learn","default_config": {"enabled": True,"permission_policy": {"type": "always_allow"},},}],)print(f"agent: {agent.id}")################################ 作成したIDをファイルに保存(run.py / chat.pyで使う)###############################with open("ids.json", "w") as f:json.dump({"environment_id": environment.id,"agent_id": agent.id,},f,indent=2,)print("IDをids.jsonに保存しました") -
スクリプトを実行します。
Terminal window uv run setup.py次のように、作成されたリソースのIDが表示されます。
environment: env_018fgtuvYobdrA98ty299UpDagent: agent_018ZmPdCappkAQ5g3nc444ToIDをids.jsonに保存しました
4. エージェントを呼び出す
Section titled “4. エージェントを呼び出す”セッションの作成とエージェントとの対話は、実行のたびに使うスクリプトにまとめます。
-
プロジェクトのフォルダーに
run.pyを作成し、以下の内容を保存します。run.py import jsonfrom anthropic import Anthropicclient = Anthropic()################################ setup.pyで保存したIDを読み込む###############################with open("ids.json") as f:ids = json.load(f)################################ 1. セッションを作成(エージェントと環境を組み合わせる。ボールトは不要)###############################session = client.beta.sessions.create(agent=ids["agent_id"],environment_id=ids["environment_id"],)print(f"session: {session.id}")################################ 2. 先にイベントのストリームを開く(イベントを取りこぼさないため)###############################stream = client.beta.sessions.events.stream(session_id=session.id)################################ 3. メッセージを送信###############################client.beta.sessions.events.send(session.id,events=[{"type": "user.message","content": [{"type": "text", "text": "AZ-900の練習問題を1問出題してください"}],}],)print("メッセージを送信しました。応答を待っています...\n")################################ 4. イベントを受信しながら表示する###############################for event in stream:if event.type == "agent.mcp_tool_use":print(f"[ツール呼び出し: {event.name}]")elif event.type == "agent.message":for block in event.content:if block.type == "text":print(block.text)elif event.type == "session.status_idle":if event.stop_reason.type != "requires_action":breakelif event.type == "session.status_terminated":breakstream.close()print("\n完了しました") -
スクリプトを実行します。
Terminal window uv run run.pyツールの呼び出しに続いて、問題がリアルタイムに表示されます。
session: sesn_01CCczZDALAHspEXUqx9rhFQメッセージを送信しました。応答を待っています...[ツール呼び出し: microsoft_docs_search]AZ-900の練習問題です(分野:クラウドの概念 - 責任共有モデル)問題ある会社が、オンプレミスの業務アプリケーションをAzureに移行しようとしています。...A. ...B. ...C. ...D. ...A〜Dから1つ選んで回答してください。完了しました -
run.pyをもう一度実行すると、同じエージェントで新しいセッションが始まります。作成したリソースやセッションのやり取りは、コンソールの各メニューからも確認できます。
5. 対話を続ける
Section titled “5. 対話を続ける”run.pyは1往復で終了するので、問題が出題されたところで終わってしまいます。セッションはステートフルなので、同じセッションにメッセージを送り続けると会話がつながります。出題 → 回答 → 正誤判定 → 次の問題、と続けられる対話型のバージョンを作ってみましょう。
-
プロジェクトのフォルダーに
chat.pyを作成し、以下の内容を保存します。chat.py import jsonfrom anthropic import Anthropicclient = Anthropic()################################ setup.pyで保存したIDを読み込む###############################with open("ids.json") as f:ids = json.load(f)################################ セッションは最初に1つだけ作る(同じセッションに送り続けると会話がつながる)###############################session = client.beta.sessions.create(agent=ids["agent_id"],environment_id=ids["environment_id"],)print(f"session: {session.id}")print("エージェントと対話します。exit と入力すると終了します。\n")while True:user_input = input("あなた> ").strip()if user_input == "exit":breakif not user_input:continue################################ ストリームを開いてからメッセージを送信###############################stream = client.beta.sessions.events.stream(session_id=session.id)client.beta.sessions.events.send(session.id,events=[{"type": "user.message","content": [{"type": "text", "text": user_input}],}],)################################ エージェントが入力待ちになるまでイベントを表示###############################for event in stream:if event.type == "agent.mcp_tool_use":print(f"[ツール呼び出し: {event.name}]")elif event.type == "agent.message":for block in event.content:if block.type == "text":print(block.text)elif event.type == "session.status_idle":if event.stop_reason.type != "requires_action":breakelif event.type == "session.status_terminated":breakstream.close()print() -
スクリプトを実行し、問題に答えてみます。正誤判定のあと「次」と送ると、次の問題が出題されます。
Terminal window uv run chat.pysession: sesn_01UDB8UgiKxoFr1myDyGfjf2エージェントと対話します。exit と入力すると終了します。あなた> AZ-900の練習問題を1問出題してください[ツール呼び出し: microsoft_docs_search]AZ-900の練習問題です(分野:クラウドの概念 - 責任共有モデル)...A〜Dから1つ選んで回答してください。あなた> C正解です! 答えは C です。...これまでの成績:1問中1問正解あなた> 次[ツール呼び出し: microsoft_docs_search]問題2 ...あなた> exit
- コンソール・CLIと同じ構成を、Python SDKで構築しました。認証不要のMCPサーバーなら、ボールトの作成もセッションへの紐付けも不要です。
- リソースの作成(
setup.py)と実行(run.py)をスクリプトとして分け、IDをids.jsonで受け渡すのが基本パターンです。 - イベントはストリームを先に開いてから送信し、
session.status_idleで受信を終えます。 - セッションはステートフルなので、同じセッションに送り続けるだけで「出題 → 回答 → 正誤判定」の会話がつながります(
chat.py)。履歴の管理はクライアント側では不要です。
おつかれさまでした!ここまでの感想を、ぜひXにポストしてください。
感想をXにポストする