Claude Managed Agents आता असा वर्कफ्लो प्रोग्राम लिहू शकते जो मोठ्या कामाचे भाग अनेक एजंटना देतो, त्यांचे निष्कर्ष गोळा करतो आणि एकत्र करतो. हे वैशिष्ट्य बीटामध्ये आहे. दस्तऐवजांचा फोल्डर तपासून पडताळलेली निष्कर्ष फाइल तयार करू इच्छिणाऱ्या सॉफ्टवेअर निर्मात्यासाठी ही दस्तऐवजीकृत मांडणी आहे.

यात Anthropic चे Claude Platform API आणि CLI वापरले आहे. BIG CHANGE ने सध्याची कागदपत्रे तपासली; आम्ही मांडणी चालवली नाही किंवा वर्कफ्लोची चाचणी केली नाही.

वर्कफ्लो काय करतो

एक डायनॅमिक वर्कफ्लो म्हणजे एका रनसाठीचा एक प्रोग्राम. तो कामाचे टप्पे करू शकतो, एजंट थ्रेड्स समांतर सुरू करू शकतो, त्यांचे परिणाम टप्प्यांदरम्यान पाठवू शकतो, अयशस्वी शाखा पुन्हा प्रयत्न करून किंवा हाताळून परिणाम एकत्र करू शकतो. उदाहरणार्थ, पहिला टप्पा वेगवेगळ्या फाइल्स तपासू शकतो आणि नंतरचा टप्पा निष्कर्ष जुळवू शकतो. प्राथमिक एजंट रन सुरू करतो; सर्व्हर तो पार्श्वभूमीत चालवतो.

मुख्य एजंटला वेगळे रन तयार करण्यास सांगण्यापेक्षा हे वेगळे आहे. वर्कफ्लो रन एकाच रनमध्ये चाइल्ड थ्रेड्सचे समन्वयन करतो आणि त्याचा परिणाम सुरू करणाऱ्या एजंटला परत देतो. सामान्य सेशन संदेश स्वतःहून रन सुरू करत नाही; कार्य आणि सिस्टम प्रॉम्प्टच्या आधारे एजंट कधी रन सुरू करायचा हे ठरवतो. Anthropic नुसार एका सेशनमध्ये अनेक रन खुले असू शकतात, पण प्रत्येक रनचे टप्पे आणि परिणाम वेगळे असतात.

सुरू करण्यापूर्वी

तुमच्याकडे Claude Console खाते, API की आणि Claude Managed Agents चा प्रवेश असणे आवश्यक आहे; Anthropic नुसार API खात्यांसाठी ते डीफॉल्टने सक्षम असते. एजंट आणि वर्कफ्लो एंडपॉइंटसाठी managed-agents-2026-04-01 beta हेडर आवश्यक आहे. Anthropic चे SDK तो हेडर आपोआप सेट करते; SDK शिवाय API कॉल करताना तो स्वतः जोडा.

सध्याच्या दस्तऐवजांमध्ये Managed Agents ला अजूनही बीटा असे लेबल आहे. Anthropic च्या रिलीज नोट्स मध्ये सार्वजनिक बीटा 9 एप्रिल 2026, मल्टीएजंट ऑर्केस्ट्रेशन 11 मे आणि डायनॅमिक वर्कफ्लोज 9 ऑक्टोबर असे दिनांकित आहेत. डायनॅमिक वर्कफ्लोजही बीटामध्ये आहेत. तारीख महत्त्वाची आहे: “1,000 एजंट” ही सध्याच्या प्रत्येक वर्कफ्लो रनची मर्यादा आहे; एकाच वेळी 1,000 एजंट सुरू करण्याची नवी सुविधा नाही.

प्लॅटफॉर्म सेशनचा संभाषण इतिहास, सँडबॉक्स स्थिती आणि आउटपुट सर्व्हरवर साठवतो. Anthropic सांगते की Managed Agents सध्या Zero Data Retention किंवा HIPAA Business Associate Agreement कव्हरेजसाठी पात्र नाही. लागू डेटा नियम आणि सेटअपची तुमच्या संस्थेने खात्री केली नसेल तर सेशनमध्ये नियमनबद्ध किंवा गोपनीय माहिती ठेवू नका.

1. CLI आणि SDK स्थापित करा

Anthropic चे ant CLI तुमच्या ऑपरेटिंग सिस्टमच्या पद्धतीनुसार Managed Agents क्विकस्टार्टमध्ये दिल्याप्रमाणे स्थापित करा. उदाहरणार्थ, दस्तऐवजीकृत macOS कमांड अशी आहे:

Terminal
brew install anthropics/tap/ant

Python साठी SDK स्थापित करा आणि API की सोर्स फाइलमध्ये ठेवण्याऐवजी एन्व्हायर्नमेंटद्वारे द्या:

Terminal
pip install anthropic
export ANTHROPIC_API_KEY="your-api-key"

वरील की ही प्लेसहोल्डर आहे. खरी किंमत तुमच्या नेहमीच्या सिक्रेट मॅनेजरमध्ये किंवा संरक्षित एन्व्हायर्नमेंट कॉन्फिगरेशनमध्ये ठेवा.

2. वर्कफ्लो वापरू शकणारा एजंट परिभाषित करा

तयार करा document-reviewer.md. multiagent ब्लॉक ऑक्टोबरमधील वर्कफ्लो प्रकार सक्षम करतो. सबएजंट अक्षम केल्याने प्रतिनिधीकरणाचा मार्ग स्पष्ट होतो: हा एजंट एकदाच्या सबएजंट प्रतिनिधीकरणाऐवजी डायनॅमिक वर्कफ्लोज वापरतो.

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.

थ्रेशोल्ड आणि पुनरावलोकन सूचना हे तुमच्या धोरणाचे निर्णय आहेत, Anthropic चे डीफॉल्ट नाहीत. काम आणि चुकांची किंमत लक्षात घेऊन त्यांत बदल करा. claude-sonnet-5-5 हा नमुना मॉडेल ID आहे; तुमच्या खात्यासाठी सध्या उपलब्ध आणि बजेटमध्ये बसणारे मॉडेल निवडा.

एजंट तयार करा आणि मिळालेला ID जतन करा:

Terminal
ant apply document-reviewer.md

CLI एजंट ID दाखवते आणि तो claude-lock.jsonमध्ये नोंदवते. Managed Agents पुन्हा वापरता येणारी एजंट व्याख्या (मॉडेल, सूचना आणि साधने) सेशन चालणाऱ्या एन्व्हायर्नमेंटपासून वेगळी ठेवते.

3. सँडबॉक्स कॉन्फिगर करा

एन्व्हायर्नमेंट सेशन्स कुठे चालतील हे नियंत्रित करते: Anthropic-व्यवस्थापित क्लाउड सँडबॉक्समध्ये किंवा तुमच्या पायाभूत सुविधेवरील स्व-होस्टेड सँडबॉक्समध्ये. क्विकस्टार्टचे क्लाउड उदाहरण मर्यादित नेटवर्किंग वापरते आणि पॅकेज मॅनेजरना परवानगी देते:

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

हे ant apply environment.yamlने लागू करा; त्याचा ID claude-lock.json. एजंटला नेटवर्क प्रवेश आवश्यक असल्यास, फक्त आवश्यक होस्ट allowed_hostsमध्ये नोंदवा. मर्यादित नेटवर्किंगमध्ये ही होस्ट यादी Managed Agents ची वेब शोध आणि फेच साधनेही मर्यादित करते. पॅकेज मॅनेजरना परवानगी देणारी सेटिंग वेबसाइट्सना अनुमती यादीत जोडत नाही.

पहिल्या रनसाठी लहान, असंवेदनशील फोल्डर आणि फक्त आवश्यक साधने वापरा. अंगभूत एजंट टूलसेटमध्ये शेल आणि फाइल ऑपरेशन्स असतात; साधने जोडल्याने एजंट काय करू शकतो याची व्याप्ती वाढू शकते. बाह्य प्रणाली किंवा क्रेडेन्शियल्सचा प्रवेश देण्यापूर्वी दस्तऐवजीकृत परवानगी धोरण आणि सँडबॉक्स नियंत्रणे तपासा.

4. सेशन सुरू करा आणि मर्यादित काम पाठवा

Python SDK वापरून एजंट आणि एन्व्हायर्नमेंट ID सह सेशन तयार करा:

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)

दोन्ही ID प्लेसहोल्डर्सच्या जागी claude-lock.jsonमधील मूल्ये ठेवा. त्यानंतर सेशन इव्हेंट स्ट्रीमद्वारे ठोस काम पाठवा. इव्हेंट पाठवण्यापूर्वी स्ट्रीम सुरू करा, म्हणजे रन आणि त्याची प्रगती घडत असताना दिसेल:

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}")

या उदाहरणात तुमची कॉन्फिगर केलेली सेशन इनपुट पद्धत फाइल्स /review-setवर उपलब्ध करून देते असे गृहीत आहे. एजंटला पुनरावलोकन सांगण्यापूर्वी दस्तऐवजीकृत इनपुट पद्धतीने फाइल्स सेशन सँडबॉक्समध्ये ठेवा. एजंटला आउटपुट /mnt/session/outputs/खाली लिहायला सांगा; Managed Agents फाइल दस्तऐवज सेशनपुरत्या फाइल्स कशा सूचीबद्ध व डाउनलोड करायच्या हे सांगते. Python SDK मध्ये दस्तऐवजीकृत readback स्वरूप असे आहे:

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

सेशन idle झाल्यानंतर फाइल दिसायला काही सेकंद लागू शकतात; ती नसेल तर थोड्या वेळाने पुन्हा सूची घ्या. सुरक्षित पहिल्या चाचणीसाठी काही दस्तऐवजांचा टेस्ट फोल्डर बनवा, ज्यातील अपेक्षित निष्कर्ष तुम्ही स्वतः तपासू शकता. उदाहरण prompt पुनरावलोकनाचे काम सांगतो; एजंटला प्रत्येक समस्या सापडेल याची हमी देत नाही.

आउटपुट करार ऑडिट करता येण्याइतका कठोर असावा. उदाहरणार्थ:

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
}

ही तुमच्या वर्कफ्लोसाठी सुचवलेली स्कीमा आहे, Anthropic ने दिलेली स्कीमा नाही. अनिर्णीत किंवा वाचता न येणाऱ्या फाइल्सची नोंद ठेवा, म्हणजे परिणाम नसणे म्हणजे तपासणी निर्दोष झाली असा भास होणार नाही.

5. रन आणि त्याचे आउटपुट तपासा

वर्कफ्लो सुरू झाल्यावर इव्हेंट स्ट्रीम workflow_run.createdकळवते; यात रन ID आणि वर्कफ्लोने घोषित केलेले टप्पे असतात. उदाहरण प्रत्येक रन ID त्याच्याशी जुळणारा workflow_run.status_endedयेईपर्यंत खुला ठेवतो; फक्त प्राथमिक सेशन idle आहे म्हणून पार्श्वभूमीतील वर्कफ्लो संपला असे सिद्ध होत नाही. प्राथमिक स्ट्रीम चाइल्ड थ्रेड्सची स्थिती सारांशित करतो; थ्रेडची स्वतःची इव्हेंट यादी त्याचे संदेश आणि त्रुटी दाखवते. उदाहरण थ्रेड्स workflow_run_id नुसार सूचीबद्ध करतो आणि session.error इव्हेंट दाखवतो. संपलेले retry (यात retry_status.type == "exhausted"समाविष्ट) किंवा इतर चाइल्ड त्रुटी शोधण्यासाठी हे इव्हेंट तपासा आणि प्रभावित फाइल्स अनिर्णीत म्हणून चिन्हांकित करा.

आउटपुट फाइलला डिलिव्हरेबल माना, “completed” या शब्दाला नाही. थ्रेडचे काम अयशस्वी झाले किंवा थ्रेड तयार झाला नाही तरी रन completed सह संपुष्टात येऊ शकतो, असा Anthropic स्पष्ट इशारा देते. report.json उघडून प्रत्येक इनपुट फाइलला निष्कर्ष किंवा स्पष्ट अनिर्णीत स्थिती आहे, पुराव्याचे उतारे योग्य स्रोत फाइल दाखवतात आणि मोजण्या दिलेल्या फाइल्सशी जुळतात हे तपासा. मोठ्या कॉर्पसवर वर्कफ्लो वापरण्यापूर्वी लहान टेस्ट फोल्डरची तुलना तुमच्या अपेक्षित निकालांशी करा.

क्लायंट डिस्कनेक्ट झाल्यास, नवीन इव्हेंट स्ट्रीम उघडल्यानंतर तयार झालेले इव्हेंटच पाठवतो. दस्तऐवजीकृत इव्हेंट-प्रकार फिल्टर आणि pagination वापरून मागील सेशन इव्हेंट सूचीबद्ध करा व रनची स्थिती पुन्हा तयार करा. प्राथमिक एजंट idle झाला म्हणून रन संपला असे समजू नका; चाइल्ड थ्रेड्स अजून काम करत असू शकतात. पाहिलेले सर्व रन संपल्यानंतर सेशनपुरत्या फाइल्स सूचीबद्ध करा आणि दस्तऐवजीकृत Files API वापरून /mnt/session/outputs/report.json आणि summary.md डाउनलोड करा. दिलेल्या प्रत्येक फाइलची reviewed किंवा unresolved नोंद आहे आणि मोजण्या जुळतात हे तपासा. नमुना इव्हेंट लूप अहवाल स्वतः डाउनलोड किंवा प्रमाणित करत नाही.

रचना बदलणाऱ्या मर्यादा

Anthropic च्या वर्कफ्लो रन मर्यादा सध्या एका रनमध्ये एकावेळी काम करणारे कमाल 64 वर्कफ्लो थ्रेड नोंदवतात; मात्र API या समांतरतेची हमी देत नाही आणि आकडा बदलू शकतो. 1,000 एजंटची मर्यादा संपूर्ण रनच्या आयुष्यात सुरू केलेले एजंट मोजते. ती एकाच वेळी चालणाऱ्या थ्रेडची संख्या नाही. हा एकूण आकडा गाठल्यानंतर आणखी एजंट सुरू करण्याचा प्रयत्न केल्यास रन thread_limit_errorसह संपतो; अयशस्वी एजंट्सचे retry अतिरिक्त थ्रेड तयार करू शकतात.

रनचा डीफॉल्ट कालावधी 24 तास असतो; त्याच्या एजंटने कमी कालावधी ठरवला तर त्यापेक्षा कमी. तुमच्या क्लायंटची वाट पाहण्याचा वेळही मोजला जातो आणि pause केलेला रनही कालबाह्य होऊ शकतो. सेशनमध्ये डीफॉल्टने 10 खुले रन असतात, idle रनसह. सेशनचे वापर बजेट सर्व वर्कफ्लो एजंट्सना लागू होते; बजेट संपल्यास ते वाढवले किंवा काढले जाईपर्यंत खुले रन थांबतात. लहान कामाचे भाग ठरवा, checkpoints फाइलमध्ये जतन करा आणि reconciliation टप्प्याला न तपासलेल्या गोष्टी प्रामाणिकपणे सांगायला लावा.

अपयशासाठी workflow_run.error आणि प्रभावित थ्रेड तपासा. program_error म्हणजे वर्कफ्लो कोड किंवा चाइल्ड अयशस्वी झाले असू शकते; thread_limit_error 1,000 एजंट मर्यादा दाखवते; timeout_error रन कालावधीची मर्यादा दाखवते. रन सेशन बजेटपर्यंत पोहोचल्यास पुन्हा सुरू करण्यासाठी बजेट वाढवा किंवा काढा. वर्कफ्लो थांबवण्यासाठी प्राथमिक एजंटला त्याचे रन थांबवायला सांगा; सेशन टर्न interrupt करणे हा रन रद्द करण्याचा आदेश नाही.

खर्च

Anthropic चे किंमत दस्तऐवज निवडलेल्या मॉडेलच्या दराने tokens आणि सेशन रनटाइमसाठी Managed Agents कडून शुल्क आकारतात: चालू सेशनच्या प्रत्येक तासाला $0.08. सेशन स्थिती runningअसताना रनटाइम मोजला जातो; idle, पुन्हा नियोजित आणि terminated वेळ मोजला जात नाही. वर्कफ्लो रनचे स्वतंत्र शुल्क नाही, पण थ्रेड्सचा token वापर सेशनचा भाग म्हणून आकारला जातो. सेशनमध्ये सुरू केलेल्या वेब शोधासाठी प्रत्येक 1,000 शोधांमागे $10 दर दाखवला आहे. एकूण खर्च मॉडेल, इनपुट/आउटपुट tokens, साधने आणि सेशन किती काळ चालते यावर अवलंबून असतो; 1,000 एजंटच्या मर्यादेवरून अंदाज न करता Console मध्ये वापर तपासा.

व्यवहार्य पद्धत म्हणजे काही फाइल्सपासून सुरुवात करणे, वर्कफ्लो आउटपुट प्रत्येकाचा हिशेब देतो का हे पडताळणे, अयशस्वी थ्रेड्स तपासणे आणि पुनरावलोकन धोरण व खर्च मान्य असतील तेव्हाच इनपुट वाढवणे. Managed workflows असिंक्रोनस समांतर कामाचा समन्वय साधतात; ते निष्कर्ष प्रमाणित करत नाहीत.

मोठा बदल

9 ऑक्टोबरपासून Managed Agents एजंट असा वर्कफ्लो प्रोग्राम लिहू शकतो जो सर्व्हर अनेक एजंट थ्रेड्स आणि टप्प्यांमध्ये चालवतो. मुख्य सेशन प्रगती पाहत असताना बिल्डर्स या मार्गाने मर्यादित, ऑडिटयोग्य fan-out करू शकतात. वैशिष्ट्य अजून बीटामध्ये आहे; प्रकाशित मर्यादा प्रत्येक रन कमाल concurrency गाठेल किंवा अचूक निष्कर्ष देईल याची हमी देत नाहीत.

स्रोत आणि पुढील वाचन

  • Claude Managed Agents आढावा — बीटा स्थिती, API हेडर, प्रवेश, stateful सेशन्स, साधने आणि डेटा-रिटेन्शन मर्यादा.
  • Claude Managed Agents ची सुरुवात — CLI, SDK, एजंट/एन्व्हायर्नमेंट सेटअप, सेशन निर्मिती आणि इव्हेंट स्ट्रीम उदाहरण.
  • मल्टीएजंट ऑर्केस्ट्रेशन — डायनॅमिक वर्कफ्लो सक्षम करणे आणि वर्कफ्लो किंवा सबएजंट निवडणे.
  • वर्कफ्लो रन — रन इव्हेंट्स, निकालांचे अर्थ लावणे, पुनर्प्राप्ती, बजेट आणि दस्तऐवजीकृत मर्यादा.
  • सेशन थ्रेड्स — रनशी संबंधित चाइल्ड थ्रेड्स सूचीबद्ध करणे आणि त्यांचा इव्हेंट इतिहास वाचणे.
  • सेशन फाइल्स — माउंट केलेली इनपुट्स, आउटपुट पथ, सेशनपुरती फाइल सूची आणि डाउनलोड.
  • Claude Platform रिलीज नोट्स — 9 ऑक्टोबर 2026 डायनॅमिक-वर्कफ्लो अपडेट आणि बीटा कॉन्फिगरेशन.
  • Claude Platform किंमत — token बिलिंग आणि सेशन रनटाइम दर.