Markdown edition

AI-translated from English; not yet reviewed by a fluent editor.

# Gumawa ng Claude workflow para sabay-sabay repasuhin ang mga dokumento

> Kayang gawing maraming-yugtong workflow ng beta Managed Agents ng Anthropic ang pagsusuri ng dokumento. Ipinapakita ng gabay na ito kung paano mag-configure ng run, tingnan ang mga event at output nito, at isaalang-alang ang gastos at mga limitasyon.

By BIG CHANGE Editorial

Published: 2026-10-09T20:34:58.333Z
Updated: 2026-10-09T20:34:58.333Z
Canonical: https://bigchange.ai/blog/claude-managed-agents-parallel-document-review-guide

![One reader sits at a laptop with text on screen; a page with faint text lines lies on the table beside it.](https://bigchange.ai/api/media/file/claude-managed-agents-document-review-hero-v1.png)
Conceptual illustration of a reader manually checking a proposed document-review report. It is not a Claude product screenshot or a BIG CHANGE hands-on test. AI-generated illustration by BIG CHANGE.

Makapagsusulat na ngayon ang Claude Managed Agents ng workflow program na nagtatalaga ng mga bahagi ng malaking gawain sa maraming agent, kumakalap ng kanilang mga natuklasan, at pinagsasama ang mga ito. Nasa beta pa ang feature. Narito ang dokumentadong setup para sa software builder na gustong magsuri ng folder ng mga dokumento at gumawa ng nasuring findings file.

Ginagamit dito ang Claude Platform API at CLI ng Anthropic. Sinuri ng BIG CHANGE ang kasalukuyang dokumentasyon; hindi namin pinatakbo ang setup o sinubukan ang workflow.

## Ano ang ginagawa ng workflow

Ang isang [dynamic workflow](https://platform.claude.com/docs/en/managed-agents/workflow-runs) ay iisang programa para sa isang run. Maaari nitong hatiin ang gawain sa mga yugto, sabay-sabay magsimula ng mga agent thread, ipasa ang mga resulta sa pagitan ng mga yugto, ulitin o pangasiwaan ang pumalyang sangay, at pagsamahin ang mga resulta. Halimbawa, maaaring magsuri ang unang yugto ng magkakahiwalay na file habang pinagkakasundo naman ng susunod na yugto ang mga natuklasan. Sinisimulan ng pangunahing agent ang run; isinasagawa ito ng server sa background.

Iba ito sa pagpapagawa sa pangunahing agent ng magkakahiwalay na run. Pinag-uugnay ng workflow run ang mga child thread sa loob ng iisang run at ibinabalik ang resulta sa agent na nagsimula nito. Hindi kusang nagsisimula ng run ang karaniwang session message; nagpapasya ang agent kung kailan ito sisimulan batay sa gawain at system prompt nito. Ayon sa Anthropic, maaaring maraming bukas na run sa isang session, ngunit may sarili itong mga yugto at kinalabasan.

## Bago magsimula

Kailangan mo ng Claude Console account, API key, at access sa Claude Managed Agents, na ayon sa Anthropic ay naka-enable bilang default para sa mga API account. Kailangan ng `managed-agents-2026-04-01` beta header ang mga agent at workflow endpoint. Awtomatikong itinatakda ng SDK ng Anthropic ang header na ito; idagdag ito kapag direktang tumatawag sa API nang walang SDK.

Nakalabel pa ring [beta](https://platform.claude.com/docs/en/managed-agents/overview)ang Managed Agents sa kasalukuyang dokumentasyon. Itinatakda ng [release notes](https://platform.claude.com/docs/en/release-notes/overview) ng Anthropic ang pampublikong beta sa Abril 9, 2026, ang multiagent orchestration sa Mayo 11, at ang dynamic workflows sa Oktubre 9. Beta rin ang dynamic workflows. Mahalaga ang petsa: ang bilang na “1,000 agent” ay kasalukuyang limitasyon sa bawat workflow run, hindi bagong kakayahang sabay-sabay maglunsad ng 1,000 agent.

Iniimbak ng platform sa server ang history ng usapan sa session, estado ng sandbox, at mga output. Sinasabi ng Anthropic na hindi pa saklaw ng [Zero Data Retention o HIPAA Business Associate Agreement coverage](https://platform.claude.com/docs/en/managed-agents/overview)ang Managed Agents. Huwag maglagay ng regulated o kumpidensiyal na materyal sa session hangga't hindi kinukumpirma ng organisasyon mo ang naaangkop na mga tuntunin sa data at setup.

## 1. I-install ang CLI at SDK

I-install ang `ant` CLI ng Anthropic gamit ang paraang naaangkop sa operating system mo sa [quickstart ng Managed Agents](https://platform.claude.com/docs/en/managed-agents/quickstart). Halimbawa, ito ang dokumentadong command para sa macOS:

```sh
brew install anthropics/tap/ant
```

Para sa Python, i-install ang SDK at ibigay ang API key sa pamamagitan ng environment sa halip na ilagay ito sa source file:

```sh
pip install anthropic
export ANTHROPIC_API_KEY="your-api-key"
```

Placeholder ang key sa itaas. Itago ang tunay na value sa karaniwan mong secret manager o sa protektadong environment configuration.

## 2. Magtakda ng agent na kayang gumamit ng workflows

Gumawa ng `document-reviewer.md`. Ino-on ng `multiagent` block ang uri ng workflow na inilabas noong Oktubre. Nililinaw ng pag-disable sa mga subagent ang nakatakdang paraan ng delegation: dynamic workflows ang ginagamit ng agent na ito sa halip na minsanang subagent delegation.

```yaml
---
name: document-reviewer
model: claude-sonnet-5-5
tools:
- type: agent_toolset_20260401
multiagent:
type: multiagent_20261001
subagents:
type: disabled
workflows:
type: enabled
---

You review documents for a user-defined checklist.

When a request contains more than 20 independent files, use a dynamic workflow.
Make one phase that checks the files independently and a later phase that
reconciles duplicate findings. Do not infer missing facts. Save the final
machine-readable results to report.json and a concise explanation to summary.md.
Include the source filename and a short evidence excerpt for every finding.
If a file cannot be read or a worker fails, record that file as unresolved;
do not silently omit it. The final response must report the number of files
reviewed, unresolved files, and whether every output file was written.
```

Mga pagpili mo sa policy ang threshold at mga tagubilin sa review, hindi default ng Anthropic. Iangkop ang mga ito sa gawain at halaga ng mga pagkakamali. `claude-sonnet-5-5` ay halimbawang model ID; pumili ng modelong kasalukuyang available sa account mo at pasok sa budget.

Gawin ang agent at itago ang ibinalik nitong ID:

```sh
ant apply document-reviewer.md
```

Ipinapakita ng CLI ang agent ID at itinatala ito sa `claude-lock.json`. Hiwalay sa kapaligirang pinapatakbuhan ng session ang reusable na depinisyon ng agent (model, mga tagubilin, at tool) sa Managed Agents.

## 3. I-configure ang sandbox

Kinokontrol ng environment kung saan tumatakbo ang mga session: sa cloud sandbox na pinamamahalaan ng Anthropic o sa self-hosted sandbox sa imprastraktura mo. Gumagamit ang cloud example ng quickstart ng limitadong networking at nagpapahintulot ng mga package manager:

```yaml
# environment.yaml
name: document-review
config:
type: cloud
networking:
type: limited
allow_package_managers: true
```

Ilapat ito gamit ang `ant apply environment.yaml`; naka-save din ang ID nito sa `claude-lock.json`. Kung kailangan ng agent ang network access, ilista lamang ang mga kinakailangang host sa `allowed_hosts`. Kapag limitado ang networking, nililimitahan din ng host list na iyon ang web search at fetch tools ng Managed Agents. Hindi nagdaragdag ng mga website sa allowlist ang setting na nagpapahintulot sa package manager.

Para sa unang run, gumamit ng maliit at hindi sensitibong folder at mga tool na kailangan lang nito. Kasama sa built-in agent toolset ang shell at mga operasyon sa file; maaaring palawakin ng pagdagdag ng mga tool ang magagawa ng agent. Suriin ang dokumentadong permission policy at sandbox controls bago magbigay ng access sa mga external system o credential.

## 4. Magsimula ng session at magpadala ng limitadong gawain

Gamitin ang mga ID ng agent at environment para gumawa ng session gamit ang Python SDK:

```python
import anthropic

client = anthropic.Anthropic()
session = client.beta.sessions.create(
agent="AGENT_ID_FROM_CLAUDE_LOCK",
environment_id="ENVIRONMENT_ID_FROM_CLAUDE_LOCK",
title="Small document review",
)
print(session.id)
```

Palitan ang dalawang ID placeholder ng mga value sa `claude-lock.json`. Pagkatapos, magpadala ng kongkretong gawain sa session event stream. Simulan ang stream bago ipadala ang event para makita ang run at pag-usad nito habang dumarating:

```python
with client.beta.sessions.events.stream(session.id) as stream:
client.beta.sessions.events.send(
session.id,
events=[{
"type": "user.message",
"content": [{
"type": "text",
"text": (
"Review each Markdown file in /review-set for a missing "
"owner, deadline, or acceptance criterion. Quote evidence; "
"do not infer missing details. Reconcile duplicate findings "
"and write /mnt/session/outputs/report.json plus "
"/mnt/session/outputs/summary.md. In report.json, use "
"a files array with one record per input: path, status "
"(reviewed or unresolved), and findings; each finding has "
"a check, evidence excerpt, and source location. Include "
"input, reviewed, and unresolved counts."
),
}],
}],
)
open_runs = {}
run_results = {}
for event in stream:
if event.type == "workflow_run.created":
open_runs[event.workflow_run_id] = event.name
print(f"Run started: {event.name}")
elif event.type == "workflow_run.status_ended":
run_results[event.workflow_run_id] = event.result.type
open_runs.pop(event.workflow_run_id, None)
print(f"Run ended: {event.result.type}")
elif event.type == "workflow_run.error":
print(f"Run error: {event.error}")
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 == "end_turn" and not open_runs:
break

# Inspect the child threads associated with completed workflow runs.
for thread in client.beta.sessions.threads.list(session.id):
if thread.workflow_run_id in run_results:
print(f"Thread {thread.id}: {thread.status}")
for thread_event in client.beta.sessions.threads.events.list(
thread.id, session_id=session.id
):
if thread_event.type == "session.error":
print(f"Thread error: {thread_event}")
```

Ipinapalagay ng halimbawang ito na inilalantad ng naka-configure mong session input method ang mga file sa `/review-set`. Ilagay ang mga file sa sandbox ng session gamit ang dokumentadong input method bago utusang repasuhin ng agent ang mga ito. Ipasulat sa agent ang mga output sa `/mnt/session/outputs/`; inilalarawan ng dokumentasyon ng file ng [Managed Agents](https://platform.claude.com/docs/en/managed-agents/files) kung paano ilista at i-download ang mga file na saklaw ng session. Sa Python SDK, ganito ang dokumentadong anyo ng readback:

```python
files = client.beta.files.list(
scope_id=session.id,
betas=["managed-agents-2026-04-01"],
)
for report in files:
if report.filename == "report.json":
content = client.files.download(report.id)
content.write_to_file("report.json")
break
```

Maaaring ilang segundo bago lumitaw ang file kapag naging idle na ang session; kung wala pa, maglista ulit pagkaraan ng maikling paghihintay. Para sa ligtas na unang pagsubok, gumawa ng test folder na may ilang dokumentong kaya mong suriin nang mano-mano batay sa inaasahang findings. Itinatakda ng halimbawang prompt ang gawain sa review; hindi nito ginagarantiya na mahahanap ng agent ang bawat isyu.

Dapat sapat ang higpit ng output contract para ma-audit. Halimbawa:

```json
{
"files": [
{
"path": "requirements.md",
"status": "reviewed",
"findings": [
{
"check": "deadline",
"evidence_excerpt": "...",
"source_location": "requirements.md, section 2"
}
]
}
],
"input_count": 1,
"reviewed_count": 1,
"unresolved_count": 0
}
```

Iminungkahing schema ito para sa workflow mo, hindi schema na ibinigay ng Anthropic. Panatilihin bilang mga record ang hindi nalutas o hindi nababasang file para hindi magmukhang malinis ang review dahil lang walang resulta.

## 5. Suriin ang run at output nito

Kapag nagsimula ang workflow, iniuulat ng event stream ang `workflow_run.created`, kasama ang run ID at mga yugto na idineklara ng workflow. Pinananatiling bukas ng halimbawa ang bawat run ID hanggang sa katugmang `workflow_run.status_ended`; hindi sapat na palatandaan ng pagtatapos ng background workflow ang pagiging idle ng pangunahing session. Binubuod ng pangunahing stream ang status ng mga child thread, samantalang nasa sariling event list ng thread ang mga mensahe at error nito. Inililista ng halimbawa ang mga thread ayon sa `workflow_run_id` at ipinapakita ang mga `session.error` event. Suriin ang mga iyon para sa naubos na retry (kabilang ang `retry_status.type == "exhausted"`) o iba pang error ng child, at markahang unresolved ang mga apektadong file.

Ituring na deliverable ang output file, hindi ang salitang “completed.” Tahasang nagbabala ang Anthropic na maaaring magtapos ang run sa `completed` kahit pumalya ang trabaho ng thread o hindi ito nalikha. Buksan ang `report.json` at tiyaking may findings o tahasang unresolved status ang bawat input file, tumuturo sa tamang source file ang mga sipi ng ebidensiya, at tugma ang mga bilang sa mga file na ibinigay mo. Ihambing muna ang maliit na test folder sa sarili mong inaasahang resulta bago gamitin ang workflow sa mas malaking corpus.

Kung madiskonekta ang client mo, mga event lang na inilabas pagkabukas ng bagong event stream ang ipapadala nito. Buuin muli ang run state sa pamamagitan ng paglilista ng nakaraang session events gamit ang dokumentadong event-type filters at pagination. Huwag ipalagay na tapos na ang run dahil idle na ang pangunahing agent habang maaaring nagtatrabaho pa ang mga child thread. Pagkatapos ng lahat ng naobserbahang run, ilista ang mga file na saklaw ng session at i-download ang `/mnt/session/outputs/report.json` at `summary.md` gamit ang dokumentadong Files API. Tiyaking may reviewed o unresolved record ang bawat ibinigay na file at nagtutugma ang mga bilang. Hindi dina-download o bine-validate mismo ng sample event loop ang report.

## Mga limitasyong nakaaapekto sa disenyo

Kasalukuyang nagdodokumento ang [mga limitasyon sa workflow run](https://platform.claude.com/docs/en/managed-agents/workflow-runs) ng Anthropic ng hanggang 64 workflow thread na sabay-sabay na gumagana sa isang run, pero hindi ginagarantiya ng API ang concurrency na iyon at maaaring magbago ang bilang. Binibilang ng limitasyong 1,000 agent ang mga agent na nasimulan sa buong buhay ng run. Hindi ito bilang ng sabay-sabay na thread. Kapag sinubukan ng workflow na magsimula pa ng agent matapos maabot ang kabuuan, magtatapos ang run sa `thread_limit_error`; maaari ring lumikha ng dagdag na thread ang mga retry sa pumalyang agent.

24 oras ang default na tagal ng run, o mas maikli kung mas maikling lifetime ang itinakda ng agent nito. Kasama sa bilang ang paghihintay sa client mo, at maaari pa ring mag-time out ang naka-pause na run. May 10 bukas na run ang isang session bilang default, kasama ang mga idle. Saklaw ng usage budget ng session ang lahat ng workflow agent; kapag naabot ito, naka-pause ang mga bukas na run hanggang itaas o alisin ang budget. Magplano ng mas maliliit na yunit ng trabaho, mag-save ng checkpoint sa mga file, at ipaulat sa reconciliation phase ang mga hindi natapos sa halip na magkunwaring nasuri ang mga iyon.

Kapag may failure, siyasatin ang `workflow_run.error` at apektadong thread. Maaaring mangahulugan ang `program_error` na pumalya ang workflow code o child; tinutukoy ng `thread_limit_error` ang limitasyong 1,000 agent; tinutukoy ng `timeout_error` ang limitasyon sa haba ng run. Kung naabot ng run ang session budget, itaas o alisin ito para magpatuloy. Para ihinto ang workflow, hilingin sa pangunahing agent na ihinto ang mga run nito; hindi utos na magkansela ng run ang pag-interrupt sa session turn.

## Gastos

Sinisingil ng [dokumentasyon ng pagpepresyo](https://platform.claude.com/docs/en/about-claude/pricing) ng Anthropic ang Managed Agents ayon sa token rate ng napiling model at tagal ng session sa **$0.08 bawat oras ng tumatakbong session**. Naiipon ang runtime habang `running`ang status ng session; hindi kasama ang idle, rescheduling, at terminated na oras. Walang hiwalay na bayad ang workflow run, pero sinisingil bilang bahagi ng session ang paggamit ng token ng mga thread. Naka-presyo sa $10 kada 1,000 paghahanap ang web search na tinawag sa loob ng session. Nakadepende ang eksaktong kabuuan sa model, input at output token, mga tool, at haba ng session; tingnan ang usage sa Console sa halip na tantiyahin mula sa limitasyong 1,000 agent.

Sa praktika, magsimula sa ilang file, tiyaking may katumbas ang bawat isa sa output ng workflow, siyasatin ang pumalyang thread, at palawakin lang ang input kapag katanggap-tanggap ang review policy at gastos. Nagbibigay ang managed workflow ng paraan para i-coordinate ang asynchronous na parallel na trabaho; hindi nito pinatutunayan ang findings.

## Ang malaking pagbabago

Mula Oktubre 9, kayang magsulat ng Managed Agents agent ng workflow program na pinapatakbo ng server sa maraming agent thread at yugto. Magagamit ito ng mga builder para sa limitadong fan-out na kayang i-audit habang sinusubaybayan ng pangunahing session ang progreso. Nasa beta pa ang feature, at hindi nangangako ang mga inilathalang limitasyon na maaabot ng bawat run ang pinakamataas na concurrency o makagawa ng tamang findings.

## Mga source at karagdagang babasahin

- [Pangkalahatang-ideya ng Claude Managed Agents](https://platform.claude.com/docs/en/managed-agents/overview) — beta status, API header, access, stateful session, tool, at mga limitasyon sa data retention.
- [Magsimula sa Claude Managed Agents](https://platform.claude.com/docs/en/managed-agents/quickstart) — CLI, SDK, setup ng agent/environment, paggawa ng session, at halimbawa ng event stream.
- [Multiagent orchestration](https://platform.claude.com/docs/en/managed-agents/multiagent-orchestration) — pag-enable ng dynamic workflow at pagpili sa pagitan ng workflow at subagent.
- [Workflow run](https://platform.claude.com/docs/en/managed-agents/workflow-runs) — mga run event, interpretasyon ng resulta, recovery, budget, at dokumentadong limitasyon.
- [Mga session thread](https://platform.claude.com/docs/en/managed-agents/session-threads) — paglilista ng mga child thread na kaugnay ng run at pagbasa ng history ng event ng mga ito.
- [Mga session file](https://platform.claude.com/docs/en/managed-agents/files) — naka-mount na input, output path, paglilista ng file ayon sa session, at download.
- [Mga release note ng Claude Platform](https://platform.claude.com/docs/en/release-notes/overview) — update noong Oktubre 9, 2026 sa dynamic workflow at beta configuration.
- [Pagpepresyo ng Claude Platform](https://platform.claude.com/docs/en/about-claude/pricing) — pagsingil sa token at mga rate ng session runtime.

## Sources

- [Pangkalahatang-ideya ng Claude Managed Agents](https://platform.claude.com/docs/en/managed-agents/overview) — Kasalukuyang beta status, API header, access, stateful session, at mga limitasyon sa data retention.
- [Magsimula sa Claude Managed Agents](https://platform.claude.com/docs/en/managed-agents/quickstart) — Setup ng CLI at SDK, configuration ng agent/environment, at mga halimbawa ng session at event stream.
- [Multiagent orchestration](https://platform.claude.com/docs/en/managed-agents/multiagent-orchestration) — Pag-enable ng workflow at pagkakaiba nito sa subagent.
- [Workflow run](https://platform.claude.com/docs/en/managed-agents/workflow-runs) — Mekanika ng workflow/run, event, interpretasyon ng output state, recovery, budget, at limitasyon.
- [Claude Platform release notes](https://platform.claude.com/docs/en/release-notes/overview) — May petsang kasaysayan ng public beta at update sa dynamic workflow noong Oktubre 9, 2026; itinamang canonical URL.
- [Claude Platform pricing](https://platform.claude.com/docs/en/about-claude/pricing) — Mga presyo ng Managed Agents token at session runtime.
- [Session threads](https://platform.claude.com/docs/en/managed-agents/session-threads) — Paglilista ng mga child thread na kaugnay ng run at pagbasa ng history ng event ng mga ito.
- [Session files](https://platform.claude.com/docs/en/managed-agents/files) — Naka-mount na input, output path, paglilista ng file ayon sa session, at download.

Markdown edition

Maghanap ng kuwento.

Tuklasin ang BIG CHANGE.

Maghanap ng kuwento.

Tuklasin ang BIG CHANGE.

Markdown edition

Ang kabuuang larawan, sa sarili mong bilis.

Privacy mo, pasya mo.

Privacy mo, pasya mo.