Agent SDK

Agent SDK คือไลบรารีที่ยกเครื่องยนต์เบื้องหลัง claude-code ออกมาให้นักพัฒนาเรียกใช้ในโปรแกรมของตัวเอง เอกสารนิยาม agent ไว้ก่อนว่าเป็นแอปพลิเคชันที่ทำงานให้เสร็จโดยวางขั้นตอนเองและเรียกเครื่องมือที่อ่านไฟล์ รันคำสั่ง หรือแก้โค้ด แล้วอธิบายว่า SDK นี้ให้เครื่องมือ วงจรการทำงานของ agent และการจัดการบริบทชุดเดียวกับที่ขับเคลื่อน Claude Code โดยเขียนสั่งได้ในภาษา Python และ TypeScript คุณค่าหลักคือไม่ต้องมานั่งเขียนวงจรเรียกเครื่องมือเอง ซึ่งเป็นส่วนที่ยากและพลาดง่ายที่สุดในการสร้าง agent

ความสามารถที่ยกมาให้ครบชุดคือของเดียวกับที่ใช้ในเครื่องมือปกติ ทั้งเครื่องมือพื้นฐานสำหรับอ่านเขียนแก้ไฟล์และรันคำสั่ง hook สำหรับแทรกโค้ดของเราเองตามจังหวะ subagent สำหรับแตกงานย่อย mcp สำหรับต่อเครื่องมือภายนอก ระบบสิทธิ์สำหรับคุมว่าอะไรรันได้เอง session สำหรับคงบริบทข้ามรอบและกลับมาทำต่อได้ รวมถึง skill และ claude-md ที่โหลดจาก .claude/ ของโปรเจกต์เหมือนกับตอนใช้งานปกติ และ plugin ที่โหลดจาก path ในเครื่องได้

การเลือกใช้ให้ถูกตัวเป็นเรื่องที่เอกสารอธิบายไว้ชัด ถ้าเป็นการทำงานโต้ตอบประจำวันหรือสั่งงานครั้งเดียวจากเทอร์มินัล ให้ใช้ตัวเครื่องมือปกติ ถ้าต้องการสร้าง agent โดยไม่อยากเขียนวงจรเรียกเครื่องมือเอง ให้ใช้ Agent SDK ถ้าต้องการเรียก API ตรงและยอมเขียนวงจรเองทั้งหมด ให้ใช้ SDK ของ API แทน และถ้าต้องการ agent ที่รันยาวโดยไม่อยากดูแลโครงสร้างพื้นฐานเอง มีบริการแบบ hosted แยกต่างหาก สำหรับทีมที่ใช้ภาษาอื่นนอกจากสองภาษาที่รองรับ เอกสารแนะนำให้เรียกตัวโปรแกรมเป็น subprocess ในโหมดไม่มีหน้าจอด้วยธง -p และ --output-format json แทน ข้อควรรู้เพิ่มสำหรับองค์กรคือการใช้งานอยู่ภายใต้เงื่อนไขเชิงพาณิชย์ของผู้ผลิต และมีข้อกำหนดเรื่องการใช้ชื่อแบรนด์ที่ห้ามทำให้สินค้าของเราดูเหมือนเป็นสินค้าของผู้ผลิตเอง

ตัวอย่างจากบทสนทนาจริง

หัวหน้าฝ่ายผลิตภัณฑ์: "เราอยากทำผู้ช่วยในระบบหลังบ้านของเราเองครับ ที่รับ ticket จากลูกค้าแล้วไปไล่ดูข้อมูลในหลายระบบก่อนสรุปให้เจ้าหน้าที่ ต้องเริ่มจากอะไร"

สถาปนิกระบบ: "ถ้าเขียนเองตั้งแต่ต้นต้องทำวงจรเรียกเครื่องมือเอง ซึ่งเป็นส่วนที่พลาดง่ายที่สุดครับ ใช้ Agent SDK จะได้วงจรนั้นกับการจัดการบริบทมาเลย เราเขียนแค่ส่วนที่เป็นของเราจริงๆ คือเครื่องมือที่ต่อกับระบบภายใน แล้วใช้ระบบสิทธิ์คุมว่าอะไรที่มันทำเองได้ อะไรต้องให้เจ้าหน้าที่กดยืนยันก่อน ทีมเราใช้ TypeScript อยู่แล้วจึงเข้าทางพอดีครับ"

ระวังสับสนกับ

• headless-mode : headless mode คือการเรียกตัวโปรแกรมผ่านบรรทัดคำสั่งด้วยธง -p ซึ่งใช้จากภาษาอะไรก็ได้แต่ควบคุมได้จำกัด ส่วน Agent SDK เป็นไลบรารีที่รันวงจร agent อยู่ในโปรเซสของโปรแกรมเราเอง จึงคุมรายละเอียดได้มากกว่า
• harness : harness คือแนวคิดทั่วไปของระบบที่ห่อรอบโมเดลจนกลายเป็น agent ที่ทำงานได้ ส่วน Agent SDK คือ harness สำเร็จรูปตัวหนึ่งที่ผู้ผลิตทำมาให้ใช้ แทนที่เราจะสร้างขึ้นเอง
• mcp : MCP เป็นมาตรฐานสำหรับต่อ AI เข้ากับเครื่องมือและข้อมูลภายนอก ซึ่งเป็นเรื่องของช่องทางเชื่อมต่อ ส่วน Agent SDK เป็นตัวที่รันวงจรการทำงานและเรียกใช้ช่องทางเหล่านั้น