1~
2Claude Agent SDK ให้คุณเข้าถึง Agent Loop เดียวกันกับที่ขับเคลื่อน Claude Code ผ่านโค้ด Agent ของคุณสามารถอ่านไฟล์ รันคำสั่ง Shell ค้นหาเว็บ แก้ไขโค้ด เรียก API ภายนอกผ่าน MCP Server และจัดการ Sub-Agent  -  ทั้งหมดนี้ด้วยโค้ด TypeScript หรือ Python เพียงไม่กี่บรรทัด
3~
4ต่างจาก Anthropic Client SDK มาตรฐานที่คุณต้องสร้าง Tool Loop เอง Agent SDK จัดการการรันเครื่องมือ การจัดการ Context การลองใหม่ และการจัดการ (Orchestration) ภายในทั้งหมด คุณเพียงอธิบายสิ่งที่ต้องการ จัดเตรียมเครื่องมือ แล้ว Agent จะจัดการส่วนที่เหลือเอง
5~
6## สถาปัตยกรรม
7~
8SDK ทำงานตาม Loop ง่ายๆ: **รวบรวม Context, ดำเนินการ, ตรวจสอบ, ทำซ้ำ**
9~
10```mermaid
11graph TD
12    Input[User Prompt] --> Loop[Agent Loop]
13    Loop --> Reason[Claude Reasons]
14    Reason --> Tool[Call Tool]
15    Tool --> Result[Tool Result]
16    Result --> Loop
17    Reason --> Done[Final Response]
18~
19    subgraph "Built-in Tools"
20        T1[Read / Write / Edit]
21        T2[Bash / Terminal]
22        T3[Glob / Grep]
23        T4[WebSearch / WebFetch]
24    end
25~
26    subgraph "Custom Tools via MCP"
27        M1[Your API]
28        M2[Database]
29        M3[Slack / GitHub / etc.]
30    end
31~
32    Tool --> T1
33    Tool --> M1
34```
35~
36Entry Point หลักคือ `query()` ซึ่งส่งคืน Async Iterator ที่สตรีมข้อความขณะ Agent ทำงาน แต่ละข้อความบอกคุณว่า Agent กำลังทำอะไร: กำลังคิด เรียกเครื่องมือ รับผลลัพธ์ หรือส่งมอบผลลัพธ์สุดท้าย
37~
38## เริ่มต้นใช้งาน
39~
40### การติดตั้ง
41~
42```bash
43# TypeScript
44npm install @anthropic-ai/claude-agent-sdk
45~
46# Python
47pip install claude-agent-sdk
48```
49~
50คุณต้องตั้งค่า Anthropic API Key เป็น `ANTHROPIC_API_KEY` ในตัวแปรสภาพแวดล้อม
51~
52### Agent ตัวแรกของคุณ
53~
54```typescript
55import { query } from "@anthropic-ai/claude-agent-sdk";
56~
57const conversation = query({
58  prompt: "Find all TODO comments in the codebase and create a summary",
59  options: {
60    allowedTools: ["Read", "Glob", "Grep"],
61  },
62});
63~
64for await (const message of conversation) {
65  if (message.type === "assistant") {
66    process.stdout.write(message.content);
67  }
68  if (message.type === "result" && message.subtype === "success") {
69    console.log("\nDone:", message.result);
70  }
71}
72```
73~
74เท่านี้เอง Agent จะใช้ Glob ค้นหาไฟล์ Grep ค้นหาแพทเทิร์น TODO, Read ตรวจสอบผลลัพธ์ที่ตรงกัน และส่งคืนสรุปที่มีโครงสร้าง คุณไม่ต้องเขียน Orchestration Logic เอง  -  SDK จัดการให้
75~
76### เวอร์ชัน Python
77~
78```python
79from claude_agent_sdk import query
80~
81async for message in query(
82    prompt="Find all TODO comments in the codebase and create a summary",
83    options={"allowed_tools": ["Read", "Glob", "Grep"]},
84):
85    if message.type == "assistant":
86        print(message.content, end="")
87    if message.type == "result" and message.subtype == "success":
88        print(f"\nDone: {message.result}")
89```
90~
91## เครื่องมือในตัว
92~
93SDK มาพร้อมกับเครื่องมือเดียวกันกับที่มีใน Claude Code:
94~
95| เครื่องมือ | คำอธิบาย |
96|------|-------------|
97| **Read** | อ่านเนื้อหาไฟล์ |
98| **Write** | สร้างไฟล์ใหม่ |
99| **Edit** | แก้ไขไฟล์ที่มีอยู่แบบเจาะจง |
100| **Bash** | รันคำสั่ง Shell |
101| **Glob** | ค้นหาไฟล์ตามแพทเทิร์น |
102| **Grep** | ค้นหาเนื้อหาไฟล์ด้วย Regex |
103| **WebSearch** | ค้นหาเว็บ |
104| **WebFetch** | ดึง URL และส่งคืนเนื้อหา |
105| **AskUserQuestion** | ถามผู้ใช้เพื่อรับข้อมูล |
106~
107คุณควบคุมว่า Agent จะใช้เครื่องมือใดได้ผ่าน `allowedTools` หากเครื่องมือไม่อยู่ในรายการ Agent จะไม่สามารถเรียกใช้ได้
108~
109## โหมดสิทธิ์
110~
111เนื่องจาก Agent รันคำสั่งจริงบนระบบจริง สิทธิ์จึงมีความสำคัญ
112~
113| โหมด | พฤติกรรม | กรณีใช้งาน |
114|------|----------|----------|
115| `default` | Callback `canUseTool` ที่กำหนดเองตัดสินใจทีละการเรียก | การควบคุมแบบละเอียด |
116| `acceptEdits` | อนุมัติการดำเนินการไฟล์อัตโนมัติ ถาม Bash | เวิร์กโฟลว์การพัฒนา |
117| `dontAsk` | ปฏิเสธทุกอย่างที่ไม่อยู่ใน allowedTools | Agent ที่ถูกจำกัด |
118| `bypassPermissions` | อนุมัติทุกอย่างอัตโนมัติ | สภาพแวดล้อม Sandbox ที่เชื่อถือได้ |
119| `auto` | ตัวจำแนกของโมเดลตัดสินความปลอดภัย | การทำงานอัตโนมัติแบบสมดุล |
120~
121```typescript
122const conversation = query({
123  prompt: "Refactor the auth module to use JWT",
124  options: {
125    allowedTools: ["Read", "Edit", "Glob", "Grep", "Bash"],
126    permissionMode: "acceptEdits",
127  },
128});
129```
130~
131สำหรับการใช้งานจริง ควรรัน Agent ในสภาพแวดล้อมแบบ Sandbox (Container, VM) เสมอ และใช้โหมดสิทธิ์ที่จำกัดที่สุดที่ยังให้ Agent ทำงานได้
132~
133## การสร้างเครื่องมือที่กำหนดเองด้วย MCP
134~
135พลังที่แท้จริงของ SDK มาจากการขยาย Agent ด้วยเครื่องมือของคุณเอง เครื่องมือที่กำหนดเองถูกนิยามเป็น In-process MCP Server  -  ไม่ต้องจัดการ Subprocess ไม่มี Network Overhead
136~
137### ตัวอย่าง: เครื่องมือสภาพอากาศ
138~
139```typescript
140import { tool, createSdkMcpServer, query } from "@anthropic-ai/claude-agent-sdk";
141import { z } from "zod";
142~
143const getTemperature = tool(
144  "get_temperature",
145  "Get the current temperature at a location",
146  {
147    latitude: z.number().describe("Latitude"),
148    longitude: z.number().describe("Longitude"),
149  },
150  async ({ latitude, longitude }) => {
151    const res = await fetch(
152      `https://api.open-meteo.com/v1/forecast?latitude=${latitude}&longitude=${longitude}&current=temperature_2m&temperature_unit=celsius`
153    );
154    const data = await res.json();
155    return {
156      content: [
157        {
158          type: "text",
159          text: `Current temperature: ${data.current.temperature_2m}C`,
160        },
161      ],
162    };
163  }
164);
165~
166const weatherServer = createSdkMcpServer({
167  name: "weather",
168  version: "1.0.0",
169  tools: [getTemperature],
170});
171~
172for await (const message of query({
173  prompt: "What's the weather like in Rome?",
174  options: {
175    mcpServers: { weather: weatherServer },
176    allowedTools: ["mcp__weather__get_temperature"],
177  },
178})) {
179  if (message.type === "result" && message.subtype === "success") {
180    console.log(message.result);
181  }
182}
183```
184~
185เครื่องมือที่กำหนดเองใช้รูปแบบการตั้งชื่อ `mcp__{server_name}__{tool_name}` คุณสามารถใช้ Wildcard ใน `allowedTools`: `"mcp__weather__*"` อนุญาตเครื่องมือทั้งหมดจาก Weather Server
186~
187### ตัวอย่าง: เครื่องมือ Query ฐานข้อมูล
188~
189```typescript
190const queryDb = tool(
191  "query_database",
192  "Run a read-only SQL query against the application database",
193  {
194    sql: z.string().describe("SQL SELECT query to execute"),
195  },
196  async ({ sql }) => {
197    // Validate: only allow SELECT queries
198    if (!sql.trim().toUpperCase().startsWith("SELECT")) {
199      return {
200        content: [{ type: "text", text: "Error: Only SELECT queries are allowed." }],
201      };
202    }
203~
204    const result = await pool.query(sql);
205    return {
206      content: [
207        {
208          type: "text",
209          text: JSON.stringify(result.rows, null, 2),
210        },
211      ],
212    };
213  }
214);
215```
216~
217## การเชื่อมต่อ MCP Server ภายนอก
218~
219นอกเหนือจากเครื่องมือ In-process คุณสามารถเชื่อมต่อกับ MCP Server ที่มีอยู่ใดก็ได้  -  เซิร์ฟเวอร์เดียวกันที่ทำงานกับ Claude Desktop, Cursor และ MCP Client อื่นๆ
220~
221```typescript
222for await (const message of query({
223  prompt: "Check the latest issues in the frontend repo and summarize them",
224  options: {
225    mcpServers: {
226      github: {
227        command: "npx",
228        args: ["-y", "@modelcontextprotocol/server-github"],
229        env: { GITHUB_PERSONAL_ACCESS_TOKEN: process.env.GITHUB_TOKEN },
230      },
231    },
232    allowedTools: ["mcp__github__*"],
233  },
234})) {
235  // ...
236}
237```
238~
239คุณสามารถรวม MCP Server หลายตัวเข้าด้วยกัน Agent จะเห็นเครื่องมือทั้งหมดจากทุกเซิร์ฟเวอร์ที่เชื่อมต่อและใช้ตามความจำเป็น
240~
241```mermaid
242graph LR
243    Agent[Your Agent] --> SDK[Agent SDK]
244    SDK --> InProcess[In-process MCP\nCustom Tools]
245    SDK --> GitHub[GitHub MCP Server]
246    SDK --> Postgres[PostgreSQL MCP Server]
247    SDK --> Slack[Slack MCP Server]
248```
249~
250## การจัดการหลาย Agent (Multi-Agent Orchestration)
251~
252สำหรับเวิร์กโฟลว์ที่ซับซ้อน คุณสามารถกำหนด Sub-Agent เฉพาะทางที่ Agent หลักมอบหมายงานให้ Sub-Agent แต่ละตัวมี Prompt เครื่องมือ และพื้นที่เฉพาะทางของตัวเอง
253~
254```typescript
255for await (const message of query({
256  prompt: "Review the PR, check for security issues, and update the changelog",
257  options: {
258    allowedTools: ["Read", "Edit", "Bash", "Glob", "Grep", "Agent"],
259    agents: [
260      {
261        name: "security-reviewer",
262        description: "Reviews code for security vulnerabilities",
263        prompt: "You are a security expert. Analyze code for OWASP Top 10 vulnerabilities.",
264        allowedTools: ["Read", "Glob", "Grep"],
265      },
266      {
267        name: "changelog-writer",
268        description: "Updates the CHANGELOG.md file based on recent changes",
269        prompt: "You maintain the project changelog. Follow Keep a Changelog format.",
270        allowedTools: ["Read", "Edit", "Bash"],
271      },
272    ],
273  },
274})) {
275  // The parent agent will:
276  // 1. Read the PR diff
277  // 2. Delegate security review to security-reviewer
278  // 3. Delegate changelog update to changelog-writer
279  // 4. Synthesize results
280}
281```
282~
283ใส่ `"Agent"` ใน `allowedTools` ของ Agent หลักเพื่อเปิดใช้การมอบหมาย Sub-Agent รันด้วยเครื่องมือของตัวเองและไม่สามารถเข้าถึงเครื่องมือของ Agent หลักได้เว้นแต่จะได้รับอนุญาตอย่างชัดเจน
284~
285```mermaid
286graph TD
287    Parent[Parent Agent] --> SR[Security Reviewer\nRead, Glob, Grep]
288    Parent --> CW[Changelog Writer\nRead, Edit, Bash]
289    SR --> Report[Security Report]
290    CW --> Updated[Updated CHANGELOG]
291    Report --> Parent
292    Updated --> Parent
293    Parent --> Final[Final Summary]
294```
295~
296## Session และความต่อเนื่อง
297~
298Agent สามารถรักษา Context ข้ามหลาย Query ได้โดยใช้ Session จับ `session_id` จากการโต้ตอบครั้งแรกและส่งใน `resume` สำหรับ Query ถัดไป
299~
300```typescript
301let sessionId: string | undefined;
302~
303// First query
304for await (const message of query({
305  prompt: "Read the project structure and understand the architecture",
306  options: { allowedTools: ["Read", "Glob", "Grep"] },
307})) {
308  if (message.type === "init") {
309    sessionId = message.session_id;
310  }
311}
312~
313// Follow-up query (same session, full context preserved)
314for await (const message of query({
315  prompt: "Now refactor the auth module based on what you learned",
316  resume: sessionId,
317  options: { allowedTools: ["Read", "Edit", "Bash"] },
318})) {
319  // Agent remembers the full project context from the first query
320}
321```
322~
323## Claude Managed Agents
324~
325หากคุณไม่ต้องการโฮสต์โครงสร้างพื้นฐานของ Agent ด้วยตัวเอง **Claude Managed Agents** (เปิดตัวเมษายน 2026) ให้บริการคลาวด์แบบ Fully Managed Anthropic รัน Container จัดการ Scaling และให้ Streaming API
326~
327```mermaid
328graph LR
329    subgraph "Self-hosted (Agent SDK)"
330        Code[Your Code] --> SDK2[Agent SDK]
331        SDK2 --> API[Claude API]
332        SDK2 --> Tools[Your Tools]
333    end
334~
335    subgraph "Managed Agents"
336        App[Your App] --> MAPI[Managed Agents API]
337        MAPI --> Container[Anthropic-hosted Container]
338        Container --> API2[Claude API]
339        Container --> Tools2[Tools in Container]
340    end
341```
342~
343ความแตกต่างสำคัญ: ด้วย Agent SDK คุณรัน Agent Loop ในโครงสร้างพื้นฐานของคุณเอง ด้วย Managed Agents Anthropic โฮสต์และรัน Agent ให้คุณ คุณโต้ตอบผ่าน API แบบ Session และรับ Event ผ่าน Server-Sent Events
344~
345**ราคา:**
346- **Agent SDK**: อัตรา Token ของ Claude API มาตรฐานเท่านั้น คุณจัดการโฮสติ้งเอง
347- **Managed Agents**: อัตรา Token บวก $0.08 ต่อชั่วโมง Session (คิดค่าบริการต่อมิลลิวินาที)
348~
349## แนวทางปฏิบัติที่ดีสำหรับ Production
350~
351### 1. ใช้ Sandbox เสมอ
352~
353อย่ารัน Agent ด้วยสิทธิ์ไม่จำกัดบนเครื่อง Production ใช้ Container (Docker, Fly.io, Modal) หรือสภาพแวดล้อม Sandbox (E2B, Vercel Sandbox)
354~
355### 2. จำกัดการเข้าถึงเครื่องมือ
356~
357ปฏิบัติตามหลักสิทธิ์น้อยที่สุด Agent ที่สร้างรายงานไม่จำเป็นต้องมี `Bash` หรือ `Write`
358~
359```typescript
360// Too permissive
361allowedTools: ["Read", "Write", "Edit", "Bash", "Glob", "Grep"]
362~
363// Better: only what's needed
364allowedTools: ["Read", "Glob", "Grep"]
365```
366~
367### 3. ใช้ Hook เป็นราวกั้น
368~
369Hook ให้คุณดักจับการเรียกเครื่องมือก่อนและหลังการทำงาน ใช้สำหรับการบันทึก Log การตรวจสอบ และการจำกัดอัตรา
370~
371```typescript
372const conversation = query({
373  prompt: "Analyze the codebase",
374  options: {
375    allowedTools: ["Read", "Glob", "Grep"],
376    hooks: {
377      PreToolUse: async (toolName, input) => {
378        console.log(`Tool call: ${toolName}`, input);
379        // Return false to block the call
380        if (toolName === "Bash" && input.command.includes("rm")) {
381          return false;
382        }
383        return true;
384      },
385    },
386  },
387});
388```
389~
390### 4. จัดการข้อผิดพลาดอย่างสง่างาม
391~
392Agent Loop อาจเกิดข้อผิดพลาด  -  เครื่องมือล้มเหลว API Rate Limit Context Window ล้น ตรวจสอบประเภทข้อความเสมอ
393~
394```typescript
395for await (const message of conversation) {
396  switch (message.type) {
397    case "assistant":
398      // Agent reasoning
399      break;
400    case "tool_use":
401      // Agent is calling a tool
402      break;
403    case "result":
404      if (message.subtype === "error") {
405        console.error("Agent failed:", message.error);
406      }
407      break;
408  }
409}
410```
411~
412### 5. ตรวจสอบการใช้ Token
413~
414Agent Loop อาจใช้ Token จำนวนมาก โดยเฉพาะกับ Codebase ขนาดใหญ่ SDK มี Context Compaction อัตโนมัติ แต่คุณยังควรตรวจสอบการใช้งาน
415~
416## สรุป
417~
418Claude Agent SDK เปลี่ยน LLM จากเครื่องตอบคำถามให้เป็นสิ่งที่ใกล้เคียงกับนักพัฒนารุ่นใหม่ Agent ของคุณสามารถอ่าน เขียน รัน ตรวจสอบ และทำซ้ำ  -  เวิร์กโฟลว์เดียวกับที่มนุษย์ทำ
419~
420เริ่มจากเล็กๆ: สร้าง Agent ด้วยเครื่องมือในตัวสักสองสามตัว จากนั้นเพิ่มเครื่องมือ MCP ที่กำหนดเองสำหรับโดเมนเฉพาะของคุณ ขยายไปสู่ Multi-Agent Orchestration เมื่อเวิร์กโฟลว์ของคุณต้องการความเชี่ยวชาญเฉพาะทาง
421~
422Agent Loop เดียวกันกับที่ขับเคลื่อน Claude Code หากมันสร้างซอฟต์แวร์ได้ Agent ของคุณก็ทำได้เช่นกัน
423~
424> **รายการตรวจสอบสำหรับเริ่มต้น:**
425>
426> - [x] ติดตั้ง SDK (`npm install @anthropic-ai/claude-agent-sdk`)
427> - [x] ตั้งค่า `ANTHROPIC_API_KEY` ในตัวแปรสภาพแวดล้อม
428> - [x] สร้าง Agent อย่างง่ายด้วยเครื่องมือในตัว (Read, Glob, Grep)
429> - [x] เพิ่มเครื่องมือที่กำหนดเองผ่าน In-process MCP Server
430> - [x] เชื่อมต่อ MCP Server ภายนอก (GitHub, PostgreSQL เป็นต้น)
431> - [x] สร้าง Multi-Agent Orchestration ด้วย Sub-Agent
432> - [x] ตั้งค่าสภาพแวดล้อม Sandbox สำหรับ Production
433> - [x] เพิ่ม Hook สำหรับการบันทึก Log และราวกั้น
434~