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

# متوازی طور پر دستاویزات کا جائزہ لینے کے لیے Claude ورک فلو بنائیں

> Anthropic کا بیٹا Managed Agents دستاویز کے جائزے کو کئی مراحل والے ورک فلو میں بدل سکتا ہے۔ یہ رہنما بتاتا ہے کہ رن کیسے ترتیب دیں، اس کے واقعات اور آؤٹ پٹ کیسے دیکھیں، اور لاگت اور حدود کا خیال کیسے رکھیں۔

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 اب ایسا ورک فلو پروگرام لکھ سکتا ہے جو بڑے کام کے حصے کئی ایجنٹس کو سونپتا ہے، ان کے نتائج جمع کرتا ہے اور انہیں یکجا کرتا ہے۔ یہ سہولت بیٹا میں ہے۔ یہاں سافٹ ویئر بنانے والے کے لیے دستاویزی ترتیب دی گئی ہے جو دستاویزات کے فولڈر کا جائزہ لے کر جانچے ہوئے نتائج کی فائل بنانا چاہتا ہے۔

یہ Anthropic کا Claude Platform API اور CLI استعمال کرتا ہے۔ BIG CHANGE نے موجودہ دستاویزات کا جائزہ لیا؛ ہم نے یہ ترتیب نہیں چلائی اور نہ ہی ورک فلو آزمایا۔

## ورک فلو کیا کرتا ہے

ایک [متحرک ورک فلو](https://platform.claude.com/docs/en/managed-agents/workflow-runs) ایک رن کے لیے ایک پروگرام ہوتا ہے۔ پروگرام کام کو مراحل میں بانٹ سکتا ہے، ایجنٹ تھریڈز متوازی شروع کر سکتا ہے، ان کے نتائج مراحل کے درمیان منتقل کر سکتا ہے، ناکام شاخ کو دوبارہ آزما یا سنبھال سکتا ہے، اور نتائج یکجا کر سکتا ہے۔ مثال کے طور پر، پہلا مرحلہ الگ الگ فائلوں کا جائزہ لے سکتا ہے جبکہ بعد کا مرحلہ نتائج کا باہمی موازنہ کرتا ہے۔ بنیادی ایجنٹ رن شروع کرتا ہے؛ سرور اسے پس منظر میں چلاتا ہے۔

یہ بنیادی ایجنٹ سے الگ الگ رنز بنوانے سے مختلف ہے۔ ایک ورک فلو رن ایک ہی رن کے اندر ذیلی تھریڈز کو مربوط کرتا ہے اور نتیجہ شروع کرنے والے ایجنٹ کو واپس کرتا ہے۔ عام سیشن پیغام خود رن شروع نہیں کرتا؛ ایجنٹ کام اور اپنے system prompt کے مطابق فیصلہ کرتا ہے کہ کب اسے شروع کرنا ہے۔ Anthropic کے مطابق ایک سیشن میں کئی رنز کھلے ہو سکتے ہیں، لیکن ہر رن کے مراحل اور نتائج الگ ہوتے ہیں۔

## شروع کرنے سے پہلے

آپ کو Claude Console اکاؤنٹ، API key، اور Claude Managed Agents تک رسائی درکار ہے؛ Anthropic کا کہنا ہے کہ API اکاؤنٹس کے لیے یہ ڈیفالٹ طور پر فعال ہوتا ہے۔ ایجنٹ اور ورک فلو endpoints کے لیے `managed-agents-2026-04-01` beta header درکار ہے۔ Anthropic کا SDK یہ header خود مقرر کرتا ہے؛ SDK کے بغیر API کال کرتے وقت اسے خود شامل کریں۔

موجودہ دستاویزات میں Managed Agents اب بھی [بیٹا](https://platform.claude.com/docs/en/managed-agents/overview)کے طور پر درج ہے۔ Anthropic کے [ریلیز نوٹس](https://platform.claude.com/docs/en/release-notes/overview) میں عوامی بیٹا کی تاریخ 9 اپریل 2026، multiagent orchestration کی 11 مئی، اور dynamic workflows کی 9 اکتوبر درج ہے۔ Dynamic workflows بھی بیٹا میں ہیں۔ تاریخ اہم ہے: “1,000 agents” کا عدد فی الحال ہر workflow run کی حد ہے، بیک وقت 1,000 agents چلانے کی نئی صلاحیت نہیں۔

پلیٹ فارم سیشن کی گفتگو کی تاریخ، sandbox کی حالت اور آؤٹ پٹس سرور پر محفوظ کرتا ہے۔ Anthropic کے مطابق Managed Agents فی الحال [Zero Data Retention یا HIPAA Business Associate Agreement کی کوریج کے لیے اہل نہیں](https://platform.claude.com/docs/en/managed-agents/overview)۔ جب تک آپ کی تنظیم متعلقہ ڈیٹا قواعد اور ترتیب کی تصدیق نہ کرے، سیشن میں ضابطے کے تحت آنے والا یا خفیہ مواد نہ رکھیں۔

## 1. CLI اور SDK انسٹال کریں

Anthropic کا `ant` CLI اپنے آپریٹنگ سسٹم کے طریقے سے [Managed Agents فوری آغاز](https://platform.claude.com/docs/en/managed-agents/quickstart)کی ہدایات کے مطابق انسٹال کریں۔ مثال کے طور پر macOS کی دستاویزی کمانڈ یہ ہے:

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

Python کے لیے SDK انسٹال کریں اور API key کو source file میں رکھنے کے بجائے ماحول کے ذریعے فراہم کریں:

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

اوپر کی key محض placeholder ہے۔ اصل قدر اپنے معمول کے secret manager یا محفوظ environment configuration میں رکھیں۔

## 2. ایسا ایجنٹ متعین کریں جو workflows استعمال کر سکے

بنائیں `document-reviewer.md`۔ `multiagent` بلاک اکتوبر والا workflow type فعال کرتا ہے۔ Subagents بند کرنے سے delegation کا راستہ واضح ہوتا ہے: یہ ایجنٹ ایک وقتی subagent delegation کے بجائے dynamic workflows استعمال کرتا ہے۔

```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.
```

Threshold اور جائزے کی ہدایات آپ کی پالیسی کے فیصلے ہیں، Anthropic کی ڈیفالٹ ترتیبات نہیں۔ کام اور غلطیوں کی لاگت کے مطابق انہیں ڈھالیں۔ `claude-sonnet-5-5` ایک مثال model ID ہے؛ ایسا model منتخب کریں جو فی الحال آپ کے اکاؤنٹ کے لیے دستیاب ہو اور بجٹ میں آئے۔

ایجنٹ بنائیں اور واپس ملنے والی ID محفوظ رکھیں:

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

CLI ایجنٹ ID دکھاتا ہے اور اسے `claude-lock.json`میں درج کرتا ہے۔ Managed Agents دوبارہ استعمال کے قابل agent definition (model، ہدایات اور tools) کو اس ماحول سے الگ رکھتا ہے جہاں session چلتا ہے۔

## 3. Sandbox ترتیب دیں

Environment طے کرتا ہے کہ sessions کہاں چلیں گے: Anthropic کے زیر انتظام cloud sandbox میں یا آپ کے infrastructure پر خود میزبان sandbox میں۔ فوری آغاز کی cloud مثال محدود networking استعمال کرتی ہے اور package managers کی اجازت دیتی ہے:

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

اسے `ant apply environment.yaml`کے ذریعے نافذ کریں؛ اس کی ID بھی `claude-lock.json`۔ اگر ایجنٹ کو نیٹ ورک رسائی درکار ہو تو صرف ضروری میزبان `allowed_hosts`میں درج کریں۔ محدود نیٹ ورکنگ کے ساتھ یہ میزبان فہرست Managed Agents کے ویب سرچ اور fetch ٹولز کو بھی محدود کرتی ہے۔ پیکیج مینیجرز کی اجازت دینے والی ترتیب ویب سائٹس کو اجازت یافتہ فہرست میں شامل نہیں کرتی۔

پہلے رن کے لیے چھوٹا، غیر حساس فولڈر اور صرف ضروری ٹولز استعمال کریں۔ ایجنٹ کے اندرونی ٹول سیٹ میں شیل اور فائل آپریشن شامل ہیں؛ مزید ٹولز شامل کرنے سے ایجنٹ کی صلاحیتیں بڑھ سکتی ہیں۔ بیرونی سسٹمز یا اسناد تک رسائی دینے سے پہلے دستاویزی اجازت پالیسی اور sandbox controls دیکھیں۔

## 4. سیشن شروع کریں اور محدود دائرے کا کام بھیجیں

Python SDK کے ذریعے سیشن بنانے کے لیے ایجنٹ اور ماحول کی IDs استعمال کریں:

```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)
```

دونوں ID placeholders کو `claude-lock.json`میں موجود قدروں سے بدلیں۔ پھر سیشن event stream کے ذریعے واضح کام بھیجیں۔ ایونٹ بھیجنے سے پہلے stream شروع کریں تاکہ رن اور اس کی پیش رفت آتے ہی نظر آئے:

```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}")
```

اس مثال میں فرض کیا گیا ہے کہ آپ کا ترتیب شدہ session input طریقہ فائلیں `/review-set`پر دستیاب کرتا ہے۔ ایجنٹ سے جائزہ لینے کو کہنے سے پہلے دستاویزی input طریقے سے فائلیں session sandbox میں رکھیں۔ ایجنٹ سے output `/mnt/session/outputs/`کے تحت لکھوائیں؛ [Managed Agents کی فائل دستاویزات](https://platform.claude.com/docs/en/managed-agents/files) بتاتی ہیں کہ session کے دائرے میں فائلیں کیسے فہرست بنائیں اور ڈاؤن لوڈ کریں۔ Python SDK میں دستاویزی readback شکل یہ ہے:

```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
```

سیشن idle ہونے کے بعد فائل ظاہر ہونے میں چند سیکنڈ لگ سکتے ہیں؛ اگر نہ ملے تو تھوڑی دیر بعد دوبارہ فہرست بنائیں۔ محفوظ پہلے تجربے کے لیے چند دستاویزات والا test folder بنائیں جن کے متوقع نتائج آپ دستی طور پر دیکھ سکیں۔ مثال کا prompt جائزے کا کام متعین کرتا ہے؛ یہ ضمانت نہیں دیتا کہ ایجنٹ ہر مسئلہ تلاش کرے گا۔

Output contract اتنا سخت ہونا چاہیے کہ اس کا audit کیا جا سکے۔ مثال کے طور پر:

```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
}
```

یہ آپ کے workflow کے لیے تجویز کردہ schema ہے، Anthropic کا دیا ہوا schema نہیں۔ غیر حل شدہ یا ناقابلِ مطالعہ فائلوں کو records کی صورت میں رکھیں تاکہ نتیجہ غائب ہونا صاف جائزے جیسا نہ دکھائی دے۔

## 5. رن اور اس کے آؤٹ پٹ کو دیکھیں

Workflow شروع ہونے پر event stream `workflow_run.created`کی اطلاع دیتا ہے، جس میں run ID اور workflow کے طے کردہ مراحل شامل ہیں۔ مثال ہر run ID کو اس سے متعلقہ `workflow_run.status_ended`آنے تک کھلا رکھتی ہے؛ صرف بنیادی session کا idle ہونا یہ ثابت نہیں کرتا کہ پس منظر کا workflow ختم ہو گیا۔ بنیادی stream child-thread کی حالت کا خلاصہ دیتا ہے، جبکہ ہر thread کی اپنی event list میں اس کے پیغامات اور غلطیاں ہوتی ہیں۔ مثال threads کو `workflow_run_id` کے مطابق فہرست کرتی ہے اور `session.error` events دکھاتی ہے۔ ختم ہو چکی retry کوششوں (بشمول `retry_status.type == "exhausted"`) یا دوسری child errors کے لیے ان events کو دیکھیں، اور متاثرہ فائلوں کو unresolved نشان زد کریں۔

Output file کو اصل deliverable سمجھیں، لفظ “completed” کو نہیں۔ Anthropic واضح خبردار کرتا ہے کہ رن `completed` پر ختم ہو سکتا ہے، چاہے کسی thread کا کام ناکام ہوا ہو یا thread بنایا نہ جا سکا ہو۔ `report.json` کھولیں اور دیکھیں کہ ہر input file کے لیے نتائج یا واضح unresolved status موجود ہے، ثبوت کے اقتباسات درست source file کی طرف اشارہ کرتے ہیں، اور تعداد فراہم کردہ فائلوں سے ملتی ہے۔ بڑے corpus پر استعمال سے پہلے چھوٹے test folder کا اپنے متوقع نتائج سے موازنہ کریں۔

اگر آپ کا client منقطع ہو جائے تو نئی event stream کھلنے کے بعد کے events ہی بھیجی جاتی ہیں۔ دستاویزی event-type filters اور pagination کے ذریعے سابقہ session events کی فہرست بنا کر run state بحال کریں۔ بنیادی agent کے idle ہونے سے یہ نتیجہ نہ نکالیں کہ run ختم ہو گیا، کیونکہ child threads ابھی کام کر سکتے ہیں۔ تمام دیکھے گئے runs ختم ہونے کے بعد session-scope فائلوں کی فہرست بنائیں اور دستاویزی Files API سے `/mnt/session/outputs/report.json` اور `summary.md` ڈاؤن لوڈ کریں۔ تصدیق کریں کہ ہر فراہم کردہ فائل کے لیے reviewed یا unresolved record ہے اور تعداد درست ملتی ہے۔ نمونہ event loop خود رپورٹ ڈاؤن لوڈ یا validate نہیں کرتا۔

## وہ حدود جو ڈیزائن پر اثر ڈالتی ہیں

Anthropic کی [workflow-run limits](https://platform.claude.com/docs/en/managed-agents/workflow-runs) فی الحال ایک رن میں بیک وقت کام کرنے والے 64 workflow threads تک کی حد بتاتی ہیں، لیکن API اس concurrency کی ضمانت نہیں دیتی اور یہ قدر بدل سکتی ہے۔ 1,000 agents کی حد پورے رن کے دورانیے میں شروع کیے گئے agents کو شمار کرتی ہے؛ یہ بیک وقت چلنے والے threads کی تعداد نہیں۔ اس مجموعی حد تک پہنچنے کے بعد مزید agent شروع کرنے کی درخواست پر رن `thread_limit_error`کے ساتھ ختم ہوتا ہے؛ ناکام agents کی retry اضافی threads بنا سکتی ہے۔

رن پہلے سے 24 گھنٹے چلتا ہے، یا اگر اس کا agent کم مدت مقرر کرے تو اس سے کم۔ آپ کے client کے انتظار کا وقت بھی شمار ہوتا ہے اور paused رن بھی timeout ہو سکتا ہے۔ ایک session میں ڈیفالٹ طور پر 10 کھلے runs ہوتے ہیں، بشمول idle runs۔ Session کا usage budget تمام workflow agents پر لاگو ہوتا ہے؛ بجٹ تک پہنچنے پر کھلے runs تب تک رک جاتے ہیں جب تک بجٹ بڑھایا یا ہٹایا نہ جائے۔ کام کے چھوٹے حصے بنائیں، checkpoints فائلوں میں محفوظ کریں، اور reconciliation مرحلے سے نامکمل چیزوں کی اطلاع دلوائیں، یہ دعویٰ نہیں کہ سب کا جائزہ لیا گیا ہے۔

ناکامی کی صورت میں `workflow_run.error` اور متاثرہ thread دیکھیں۔ `program_error` کا مطلب ہو سکتا ہے کہ workflow code یا child ناکام ہوا؛ `thread_limit_error` 1,000 agents کی حد بتاتا ہے؛ `timeout_error` رن کی مدت کی حد بتاتا ہے۔ اگر رن session budget تک پہنچے تو اسے دوبارہ چلانے کے لیے بجٹ بڑھائیں یا ہٹائیں۔ Workflow روکنے کے لیے بنیادی agent سے اپنے runs روکنے کو کہیں؛ session turn کو interrupt کرنا خود run منسوخ کرنے کا حکم نہیں ہے۔

## لاگت

Anthropic کی [قیمتوں کی دستاویزات](https://platform.claude.com/docs/en/about-claude/pricing) Managed Agents کے لیے منتخب model کی شرح پر tokens اور session runtime کی قیمت **فی چلتے session گھنٹے $0.08**بتاتی ہیں۔ Runtime اس وقت بڑھتا ہے جب session status `running`ہو؛ idle، دوبارہ شیڈول اور ختم شدہ وقت شمار نہیں ہوتا۔ Workflow run کی الگ فیس نہیں، لیکن threads کا token استعمال session کے حصے کے طور پر بل ہوتا ہے۔ Session کے اندر شروع کردہ web search کی قیمت ہر 1,000 searches کے لیے $10 درج ہے۔ درست کل لاگت model، input اور output tokens، tools، اور session کے دورانیے پر منحصر ہے؛ 1,000-agent حد سے اندازہ لگانے کے بجائے Console میں usage دیکھیں۔

عملی طریقہ یہ ہے کہ چند فائلوں سے آغاز کریں، تصدیق کریں کہ workflow output ہر فائل کا حساب دیتا ہے، ناکام threads دیکھیں، اور input اسی وقت بڑھائیں جب جائزے کی پالیسی اور لاگت قابلِ قبول ہوں۔ Managed workflows غیر ہم وقتی متوازی کام کو مربوط کرنے کا طریقہ دیتے ہیں؛ وہ نتائج کی تصدیق نہیں کرتے۔

## بڑی تبدیلی

9 اکتوبر سے Managed Agents کا agent ایسا workflow program لکھ سکتا ہے جسے server کئی agent threads اور مراحل میں چلاتا ہے۔ Builders اس راستے کو محدود اور قابلِ audit fan-out کے لیے استعمال کر سکتے ہیں، جبکہ مرکزی session پیش رفت دیکھتا ہے۔ یہ خصوصیت اب بھی beta ہے، اور شائع شدہ حدود اس بات کی ضمانت نہیں دیتیں کہ ہر run زیادہ سے زیادہ concurrency تک پہنچے گا یا درست نتائج دے گا۔

## ماخذ اور مزید مطالعہ

- [Claude Managed Agents کا جائزہ](https://platform.claude.com/docs/en/managed-agents/overview) — beta status، API header، رسائی، stateful sessions، tools اور data-retention limits۔
- [Claude Managed Agents کے ساتھ آغاز](https://platform.claude.com/docs/en/managed-agents/quickstart) — CLI، SDK، agent/environment setup، session creation اور event-stream مثال۔
- [Multiagent orchestration](https://platform.claude.com/docs/en/managed-agents/multiagent-orchestration) — dynamic workflows فعال کرنا اور workflow یا subagent میں انتخاب۔
- [Workflow runs](https://platform.claude.com/docs/en/managed-agents/workflow-runs) — run events، نتائج کی تشریح، بحالی، budgets اور دستاویزی حدود۔
- [Session threads](https://platform.claude.com/docs/en/managed-agents/session-threads) — run سے متعلق child threads کی فہرست اور ان کی event history پڑھنا۔
- [Session files](https://platform.claude.com/docs/en/managed-agents/files) — mounted inputs، output paths، session-scoped file listing اور downloads۔
- [Claude Platform کے release notes](https://platform.claude.com/docs/en/release-notes/overview) — 9 اکتوبر 2026 کی dynamic-workflows update اور beta configuration۔
- [Claude Platform کی قیمتیں](https://platform.claude.com/docs/en/about-claude/pricing) — token billing اور session-runtime rates۔

## Sources

- [Claude Managed Agents کا جائزہ](https://platform.claude.com/docs/en/managed-agents/overview) — موجودہ beta status، API header، رسائی، stateful sessions اور data-retention limits۔
- [Claude Managed Agents کے ساتھ آغاز](https://platform.claude.com/docs/en/managed-agents/quickstart) — CLI اور SDK setup، agent/environment configuration، session اور event-stream مثالیں۔
- [Multiagent orchestration](https://platform.claude.com/docs/en/managed-agents/multiagent-orchestration) — workflow فعال کرنا اور subagents سے فرق۔
- [Workflow runs](https://platform.claude.com/docs/en/managed-agents/workflow-runs) — workflow/run کے طریقہ کار، events، output-state کی تشریح، بحالی، budgets اور limits۔
- [Claude Platform release notes](https://platform.claude.com/docs/en/release-notes/overview) — عوامی beta کی تاریخ وار تفصیل اور 9 اکتوبر 2026 کی dynamic-workflows update؛ درست canonical URL۔
- [Claude Platform pricing](https://platform.claude.com/docs/en/about-claude/pricing) — Managed Agents token اور session-runtime قیمتیں۔
- [Session threads](https://platform.claude.com/docs/en/managed-agents/session-threads) — run سے متعلق child threads کی فہرست اور ان کی event history پڑھنا۔
- [Session files](https://platform.claude.com/docs/en/managed-agents/files) — mounted inputs، output paths، session-scoped file listing اور downloads۔