Claude Agent SDK
くろーどえーじぇんとえすでぃーけー

Claude Agent SDK とは、Anthropic が提供する AI エージェント構築用の開発キットであり、Claude の Tool Use やマルチターン会話を活用したエージェントを Python・TypeScript のコードで実装するためのフレームワークである。
Claude の API を直接叩いてエージェントを組むことは可能だが、ツール呼び出しの結果をモデルに返すループ処理、エラーハンドリング、ガードレールの設定といった定型的な実装が毎回必要になる。Claude Agent SDK はこの「エージェントループ」を抽象化し、開発者がビジネスロジックに集中できるようにした公式フレームワークである。
SDK が解決する課題
エージェント開発では、LLM への指示(システムプロンプト)・外部ツールの定義・実行結果の判定を1つのループに統合する必要がある。素朴に実装すると、ツールの戻り値をメッセージ履歴に追加し、再度モデルを呼び、終了条件を判定し……という処理が数百行に膨れ上がる。
SDK はこのループを Agent クラスに凝縮している。開発者はツールを関数として定義し、Agent に渡すだけでよい。ループ制御・トークン管理・ツール実行の直列/並列切り替えは SDK 側が処理する。
基本構造
SDK の中心は Agent オブジェクト。name・instructions(システムプロンプト)・tools(ツール一覧)を渡してインスタンス化し、Runner.run() で実行する。
1from agents import Agent, Runner, function_tool
2
3@function_tool
4def get_weather(city: str) -> str:
5 return f"{city}の天気は晴れです"
6
7agent = Agent(
8 name="weather-bot",
9 instructions="天気を聞かれたらツールで取得して回答してください。",
10 tools=[get_weather],
11)
12
13result = Runner.run_sync(agent, "東京の天気は?")ツールの入出力は型アノテーションから自動的に JSON Schema に変換されるため、スキーマを手書きする必要がない。筆者が最初に触ったとき、この自動変換だけで従来のボイラープレートが半分以下になった印象だった。
ガードレールとハンドオフ
エージェントが意図しない動作をした場合に備えて、入力・出力に対するガードレールを宣言的に設定できる。たとえば「個人情報を含む入力は拒否する」「回答が特定のフォーマットに従わなければリトライする」といった制約を、エージェント定義の一部として組み込める。
また、複数のエージェントを連携させる「ハンドオフ」機能がある。1 つのエージェントが処理の途中で別のエージェントに制御を渡す仕組みで、たとえばカスタマーサポートの一次対応エージェントが、技術的な質問を検知したら専門エージェントに引き継ぐ——といったマルチエージェント構成を、明示的なオーケストレーションコードなしで実現できる。
MCP との連携
SDK は MCP(Model Context Protocol)サーバーへの接続をネイティブにサポートしている。MCP サーバーが公開するツール群を Agent のツール一覧に動的に追加できるため、データベース操作やファイルシステムアクセスといった外部機能を、SDK のエージェントループにそのまま組み込める。Claude Code が MCP サーバー経由で Supabase を操作するのと同じ仕組みを、自前のエージェントでも再現可能ということになる。
Claude Code との関係
Claude Code は Anthropic が公式に提供する CLI ベースのコーディングエージェントだが、その内部実装に Claude Agent SDK が使われている。つまり SDK は「Claude Code のようなエージェントを自分で作るためのビルディングブロック」という位置づけ。Agent Skills の定義やツール実行のフローも、SDK のアーキテクチャに準拠している。
ただし、SDK 自体は汎用フレームワークであり、コーディング以外の用途——営業支援、データ分析パイプライン、社内チャットボットなど——にも同じ設計パターンで対応できる。
この用語を扱う記事
- AI コーディングエージェント実践ガイド — Claude Code vs Codex で開発チームはどう変わるかClaude Codeは対話型リアルタイム協働、Codexはクラウド委任型自律実行。当社の実測データに基づき、タスク粒度での使い分け戦略と選定フローチャートを提供する。
- Claude Code チーム導入ガイド — CLAUDE.md・Skills・Hooks で開発ワークフローを標準化する方法Claude Code を開発チームに導入する実践手順。CLAUDE.mdでのコンテキスト管理、Skillsによる再利用可能なワークフロー、Hooksによる自動化で開発生産性を底上げするガイド。
- Anthropic Claude 公式プラグインとは?claude-code-setup と Anthropic 製35プラグインを解説Anthropic 公式プラグインと claude-code-setup を入門解説。提案ツールとしての仕組み、MCP・Skills・Hooks など5カテゴリ、Anthropic 製35プラグインの一覧、「公式」と「Anthropic 製」の見分け方まで整理する。
- MCPとA2Aの違いとは?AIエージェントプロトコルの比較と使い分けMCPとA2Aの違いを一覧で比較。垂直連携(ツール呼び出し)と水平連携(エージェント間委譲)の役割を整理し、どちらをいつ使うかの判断基準やセキュリティ注意点まで解説します。
関連用語

Outside the Loop
Outside the Loop とは、人間が成果の仕様だけを指定し、実装の詳細をすべて AI エージェントに委ねる協業モードであり、バイブコーディングとも呼ばれる。

アンビエントAI
アンビエントAI(Ambient AI)とは、ユーザーの環境に常駐し、明示的な指示がなくてもセンサーデータやイベントを監視して先回りで行動する、環境溶け込み型の AI システムを指す。

In the Loop
In the Loop とは、AI エージェントの出力を人間が逐一レビュー・修正する協業モードであり、品質管理は確実だがエージェントの生成速度に人間のレビューが追いつかないボトルネックが生じやすい。

AIエージェント
AIエージェントとは、与えられた目標に対して自律的に計画を立て、外部ツールを呼び出しながらタスクを遂行するAIシステムのことである。



