DUNIA TERUS BERGERAK.RSS
BIG CHANGE.

Edisi Markdown

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

# Buat alur kerja Claude untuk meninjau dokumen secara paralel

> Managed Agents beta dari Anthropic dapat mengubah peninjauan dokumen menjadi alur kerja multi-tahap. Panduan ini menunjukkan cara mengonfigurasi proses, memeriksa peristiwa dan keluarannya, serta memperhitungkan biaya dan batasan.

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.

Claude Managed Agents kini dapat menulis program alur kerja yang membagi bagian dari tugas besar kepada beberapa agen, mengumpulkan temuan mereka, lalu menggabungkannya. Fitur ini masih beta. Berikut penyiapan terdokumentasi bagi pengembang perangkat lunak yang ingin meninjau folder dokumen dan menghasilkan berkas temuan yang telah diperiksa.

Ini menggunakan API dan CLI Claude Platform milik Anthropic. BIG CHANGE meninjau dokumentasi terkini; kami tidak menjalankan penyiapan atau menguji alur kerja.

## Apa yang dilakukan alur kerja

Sebuah [alur kerja dinamis](https://platform.claude.com/docs/en/managed-agents/workflow-runs) adalah satu program untuk satu proses. Program ini dapat membagi pekerjaan menjadi beberapa tahap, memulai thread agen secara paralel, meneruskan hasil antartahap, mencoba ulang atau menangani cabang yang gagal, dan menggabungkan hasil. Misalnya, tahap pertama dapat memeriksa berkas secara terpisah, lalu tahap berikutnya menyelaraskan temuannya. Agen utama memulai proses; server menjalankannya di latar belakang.

Hal ini berbeda dari meminta agen utama membuat proses terpisah. Satu proses alur kerja mengoordinasikan thread turunan di dalam satu proses dan mengembalikan hasilnya ke agen yang memulainya. Pesan sesi biasa tidak dengan sendirinya memulai proses; agen memutuskan kapan memulainya berdasarkan tugas dan prompt sistemnya. Anthropic menyebut satu sesi dapat memiliki beberapa proses terbuka, tetapi tiap proses memiliki tahap dan hasil sendiri.

## Sebelum memulai

Anda memerlukan akun Claude Console, kunci API, dan akses ke Claude Managed Agents, yang menurut Anthropic aktif secara default untuk akun API. Endpoint agen dan alur kerja memerlukan header `managed-agents-2026-04-01` beta. SDK Anthropic menetapkan header itu secara otomatis; jika memanggil API tanpa SDK, tambahkan sendiri.

Dokumentasi saat ini masih menandai Managed Agents sebagai [beta](https://platform.claude.com/docs/en/managed-agents/overview). [Catatan rilis](https://platform.claude.com/docs/en/release-notes/overview) Anthropic mencatat tanggal beta publiknya 9 April 2026, orkestrasi multiagen 11 Mei, dan alur kerja dinamis 9 Oktober. Alur kerja dinamis juga masih beta. Tanggal ini penting: angka “1.000 agen” adalah batas saat ini untuk seluruh masa proses alur kerja, bukan kemampuan baru untuk menjalankan 1.000 agen sekaligus.

Platform menyimpan riwayat percakapan sesi, status sandbox, dan keluaran di server. Anthropic menyatakan Managed Agents saat ini tidak memenuhi syarat untuk cakupan [Zero Data Retention atau HIPAA Business Associate Agreement](https://platform.claude.com/docs/en/managed-agents/overview). Jangan masukkan materi yang diatur atau rahasia ke sesi kecuali organisasi Anda telah memastikan aturan data dan penyiapan yang berlaku.

## 1. Pasang CLI dan SDK

Pasang `ant` CLI Anthropic dengan metode untuk sistem operasi Anda di [panduan mulai cepat Managed Agents](https://platform.claude.com/docs/en/managed-agents/quickstart). Misalnya, perintah macOS yang didokumentasikan adalah:

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

Untuk Python, pasang SDK dan berikan kunci API melalui lingkungan, bukan dengan menaruhnya di berkas kode:

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

Kunci di atas adalah placeholder. Simpan nilai sebenarnya di pengelola rahasia biasa atau konfigurasi lingkungan yang terlindungi.

## 2. Tentukan agen yang dapat menggunakan alur kerja

Buat `document-reviewer.md`. Blok `multiagent` mengaktifkan jenis alur kerja bulan Oktober. Menonaktifkan subagen memperjelas jalur delegasi yang dikonfigurasi: agen ini menggunakan alur kerja dinamis, bukan delegasi subagen sekali pakai.

```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.
```

Ambang batas dan instruksi peninjauan merupakan pilihan kebijakan Anda, bukan default Anthropic. Sesuaikan dengan pekerjaan dan biaya kesalahan. `claude-sonnet-5-5` adalah contoh ID model; pilih model yang saat ini tersedia untuk akun dan anggaran Anda.

Buat agen dan simpan ID yang dikembalikannya:

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

CLI mencetak ID agen dan mencatatnya di `claude-lock.json`. Managed Agents memisahkan definisi agen yang dapat digunakan kembali (model, instruksi, dan alat) dari lingkungan tempat sesi berjalan.

## 3. Konfigurasikan sandbox

Lingkungan mengatur tempat sesi berjalan: di sandbox cloud yang dikelola Anthropic atau sandbox yang dihosting sendiri di infrastruktur Anda. Contoh cloud dalam panduan mulai cepat membatasi jaringan dan mengizinkan pengelola paket:

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

Terapkan dengan `ant apply environment.yaml`; ID-nya juga disimpan di `claude-lock.json`. Jika agen memerlukan akses jaringan, cantumkan hanya host yang diperlukan di `allowed_hosts`. Dengan jaringan terbatas, daftar host tersebut juga membatasi alat pencarian dan pengambilan web Managed Agents. Pengaturan yang mengizinkan pengelola paket tidak menambahkan situs web ke daftar izin.

Untuk proses pertama, gunakan folder kecil yang tidak sensitif dan hanya alat yang diperlukan. Perangkat alat bawaan agen mencakup operasi shell dan berkas; menambahkan alat dapat memperluas kemampuan agen. Periksa kebijakan izin dan kontrol sandbox yang terdokumentasi sebelum memberikan akses ke sistem eksternal atau kredensial.

## 4. Mulai sesi dan kirim tugas yang terbatas

Gunakan ID agen dan lingkungan untuk membuat sesi dengan SDK Python:

```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)
```

Ganti kedua placeholder ID dengan nilai di `claude-lock.json`. Lalu kirim tugas konkret melalui aliran peristiwa sesi. Mulai aliran sebelum mengirim peristiwa agar Anda dapat melihat proses dan perkembangannya saat berlangsung:

```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}")
```

Contoh ini mengasumsikan metode input sesi yang Anda konfigurasi menampilkan berkas di `/review-set`. Tempatkan berkas di sandbox sesi melalui metode input terdokumentasi sebelum meminta agen meninjaunya. Untuk keluaran, minta agen menulis di bawah `/mnt/session/outputs/`; [dokumentasi berkas Managed Agents](https://platform.claude.com/docs/en/managed-agents/files) menjelaskan cara membuat daftar berkas yang cakupannya dibatasi pada sesi dan mengunduhnya. Dalam SDK Python, bentuk readback yang terdokumentasi adalah:

```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
```

Berkas mungkin memerlukan beberapa detik untuk muncul setelah sesi menjadi idle; jika belum ada, buat daftar lagi setelah menunggu sebentar. Untuk percobaan pertama yang aman, buat folder uji berisi beberapa dokumen dengan temuan yang diharapkan agar dapat Anda periksa manual. Prompt contoh menetapkan tugas peninjauan, tetapi tidak menjamin agen menemukan semua masalah.

Kontrak keluaran harus cukup ketat agar dapat diaudit. Contohnya:

```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
}
```

Ini adalah skema yang disarankan untuk alur kerja Anda, bukan skema dari Anthropic. Simpan berkas yang belum terselesaikan atau tidak terbaca sebagai catatan agar hasil yang hilang tidak terlihat seperti peninjauan bersih.

## 5. Periksa proses dan keluarannya

Saat alur kerja dimulai, aliran peristiwa melaporkan `workflow_run.created`, termasuk ID proses dan tahap yang dideklarasikan oleh alur kerja. Contoh ini mempertahankan tiap ID proses tetap terbuka sampai `workflow_run.status_ended`pasangannya muncul; sesi utama yang idle saja tidak membuktikan alur kerja latar belakang telah berakhir. Aliran utama merangkum status thread turunan, sedangkan daftar peristiwa thread itu sendiri memuat pesan dan kesalahannya. Contoh mencantumkan thread berdasarkan `workflow_run_id` dan menampilkan peristiwa `session.error` . Periksa peristiwa tersebut untuk mengetahui percobaan ulang yang habis (termasuk `retry_status.type == "exhausted"`) atau kesalahan turunan lain, lalu tandai berkas terdampak sebagai belum terselesaikan.

Perlakukan berkas keluaran sebagai hasil kerja, bukan kata “selesai”. Anthropic secara eksplisit memperingatkan bahwa proses dapat berakhir dengan `completed` meskipun pekerjaan pada thread gagal atau thread tidak dapat dibuat. Buka `report.json` dan pastikan setiap berkas input memiliki temuan atau status belum terselesaikan yang eksplisit, kutipan bukti menunjuk ke berkas sumber yang benar, dan jumlahnya cocok dengan berkas yang Anda berikan. Bandingkan folder uji kecil dengan hasil yang Anda harapkan sebelum memakai alur kerja pada korpus yang lebih besar.

Jika klien terputus, aliran peristiwa baru hanya mengirim peristiwa yang terbit setelah aliran dibuka. Bangun ulang status proses dengan membuat daftar peristiwa sesi sebelumnya memakai filter jenis peristiwa yang terdokumentasi dan mengikuti paginasi. Jangan menyimpulkan proses selesai hanya karena agen utama idle saat thread turunan mungkin masih bekerja. Setelah semua proses yang diamati berakhir, buat daftar berkas cakupan sesi dan unduh `/mnt/session/outputs/report.json` dan `summary.md` menggunakan Files API yang terdokumentasi. Pastikan setiap berkas yang diberikan memiliki catatan ditinjau atau belum terselesaikan dan jumlahnya cocok. Contoh loop peristiwa tidak mengunduh atau memvalidasi laporannya sendiri.

## Batasan yang mengubah desain

Dokumentasi [batas proses alur kerja](https://platform.claude.com/docs/en/managed-agents/workflow-runs) Anthropic saat ini menyebut hingga 64 thread alur kerja dapat bekerja sekaligus dalam satu proses, tetapi API tidak menjamin konkurensi tersebut dan nilainya dapat berubah. Batas 1.000 agen menghitung agen yang dimulai sepanjang masa proses. Ini bukan jumlah thread serentak. Jika alur kerja meminta agen tambahan setelah mencapai total itu, proses berakhir dengan `thread_limit_error`; percobaan ulang agen yang gagal dapat membuat thread tambahan.

Satu proses berlangsung 24 jam secara default, atau lebih singkat jika agen menetapkan masa hidup yang lebih pendek. Waktu menunggu pada klien Anda ikut dihitung, dan proses yang dijeda tetap dapat kedaluwarsa. Satu sesi memiliki 10 proses terbuka secara default, termasuk proses idle. Anggaran penggunaan sesi berlaku untuk semua agen alur kerja; ketika tercapai, proses terbuka dijeda sampai anggaran dinaikkan atau dihapus. Rencanakan unit kerja yang lebih kecil, simpan checkpoint dalam berkas, dan minta tahap rekonsiliasi melaporkan item yang belum selesai alih-alih berpura-pura telah meninjaunya.

Untuk kegagalan, periksa `workflow_run.error` dan thread terdampak. `program_error` dapat berarti kode alur kerja atau agen turunan gagal; `thread_limit_error` menunjukkan batas 1.000 agen; `timeout_error` menunjukkan masa hidup proses. Jika proses mencapai anggaran sesi, naikkan atau hapus anggaran untuk melanjutkannya. Jika perlu menghentikan alur kerja, minta agen utama menghentikan prosesnya; menginterupsi giliran sesi bukan perintah pembatalan proses.

## Biaya

Anthropic [dokumentasi harga](https://platform.claude.com/docs/en/about-claude/pricing) menagih token model Managed Agents dengan tarif model yang dipilih dan waktu sesi sebesar **$0,08 per jam sesi yang berjalan**. Waktu terakumulasi saat status sesi `running`; waktu idle, penjadwalan ulang, dan terminasi tidak dihitung. Proses alur kerja tidak memiliki biaya terpisah, tetapi penggunaan token thread ditagihkan sebagai bagian sesi. Pencarian web di dalam sesi tercantum seharga $10 per 1.000 pencarian. Total tepatnya bergantung pada model, token input dan output, alat, serta lama sesi berjalan; periksa penggunaan di Console daripada memperkirakannya dari batas 1.000 agen.

Penyiapan praktis dimulai dengan beberapa berkas: pastikan keluaran alur kerja mencakup masing-masing berkas, periksa thread yang gagal, lalu perluas input hanya jika kebijakan peninjauan dan biayanya dapat diterima. Alur kerja terkelola menyediakan cara mengoordinasikan pekerjaan paralel asinkron; alur ini tidak mengesahkan temuan.

## Perubahan besar

Sejak 9 Oktober, agen Managed Agents dapat menulis program alur kerja yang dijalankan server melalui beberapa thread agen dan tahap. Pengembang dapat memakai jalur ini untuk membagi pekerjaan secara terbatas dan dapat diaudit sambil sesi utama mengikuti kemajuan. Fitur ini masih beta, dan batas yang diterbitkan tidak menjamin setiap proses mencapai konkurensi maksimum atau menghasilkan temuan yang benar.

## Sumber dan bacaan lanjutan

- [Ikhtisar Claude Managed Agents](https://platform.claude.com/docs/en/managed-agents/overview) — status beta, header API, akses, sesi stateful, alat, dan batas retensi data.
- [Mulai menggunakan Claude Managed Agents](https://platform.claude.com/docs/en/managed-agents/quickstart) — penyiapan CLI dan SDK, agen/lingkungan, pembuatan sesi, dan contoh aliran peristiwa.
- [Orkestrasi multiagen](https://platform.claude.com/docs/en/managed-agents/multiagent-orchestration) — mengaktifkan alur kerja dinamis dan memilih antara alur kerja dan subagen.
- [Proses alur kerja](https://platform.claude.com/docs/en/managed-agents/workflow-runs) — peristiwa proses, interpretasi hasil, pemulihan, anggaran, dan batas terdokumentasi.
- [Thread sesi](https://platform.claude.com/docs/en/managed-agents/session-threads) — membuat daftar thread turunan terkait proses dan membaca riwayat peristiwanya.
- [Berkas sesi](https://platform.claude.com/docs/en/managed-agents/files) — input terpasang, jalur keluaran, daftar berkas cakupan sesi, dan unduhan.
- [Catatan rilis Claude Platform](https://platform.claude.com/docs/en/release-notes/overview) — pembaruan alur kerja dinamis 9 Oktober 2026 dan konfigurasi beta.
- [Harga Claude Platform](https://platform.claude.com/docs/en/about-claude/pricing) — penagihan token dan tarif waktu sesi.

## Sources

- [Ikhtisar Claude Managed Agents](https://platform.claude.com/docs/en/managed-agents/overview) — Status beta terkini, header API, akses, sesi stateful, dan batas retensi data.
- [Mulai menggunakan Claude Managed Agents](https://platform.claude.com/docs/en/managed-agents/quickstart) — Penyiapan CLI dan SDK, konfigurasi agen/lingkungan, contoh sesi dan aliran peristiwa.
- [Orkestrasi multiagen](https://platform.claude.com/docs/en/managed-agents/multiagent-orchestration) — Pengaktifan alur kerja dan perbedaannya dari subagen.
- [Proses alur kerja](https://platform.claude.com/docs/en/managed-agents/workflow-runs) — Mekanisme alur kerja/proses, peristiwa, interpretasi status keluaran, pemulihan, anggaran, dan batas.
- [Catatan rilis Claude Platform](https://platform.claude.com/docs/en/release-notes/overview) — Riwayat beta publik bertanggal dan pembaruan alur kerja dinamis 9 Oktober 2026; URL kanonis yang telah dikoreksi.
- [Harga Claude Platform](https://platform.claude.com/docs/en/about-claude/pricing) — Harga token dan runtime sesi Managed Agents.
- [Thread sesi](https://platform.claude.com/docs/en/managed-agents/session-threads) — Membuat daftar thread turunan terkait proses dan membaca riwayat peristiwanya.
- [Berkas sesi](https://platform.claude.com/docs/en/managed-agents/files) — Input terpasang, jalur keluaran, daftar berkas cakupan sesi, dan unduhan.