Управляемые агенты Claude: подключите 49 инструментов MCP в одной конфигурации

У вас есть агент кодирования. Он читает файлы, запускает тесты и пишет код. Но когда ты об этом попросишь проверьте, истекает ли срок действия вашего SSL-сертификата на следующей неделе, подтвердите адрес электронной почты клиента или сгенерируйте QR-код. для вашего URL-адреса развертывания он упирается в стену. У него нет доступа к внешнему миру.

MCP (протокол контекста модели) устраняет проблему доступа к инструменту. Управляемые агенты исправляют инфраструктуру проблема. Вместо создания собственного цикла агента с обнаружением инструментов, обработкой ошибок и изолированной программной средой, вы отправляете конфигурацию в API Anthropic и получаете обратно полностью оркестрованный агент, который передает результаты в потоковом режиме. над ССЕ.

В этом руководстве сервер botoi MCP (49 инструментов разработчика) подключается к управляемому агенту Claude. По В конце концов, у вас будет автономный агент, который сможет искать записи DNS, проверять электронную почту, проверять SSL сертификаты, хэш-строки, декодирование JWT и многое другое; все из одного вызова API.

Что такое управляемые агенты Claude

Публичная бета-версия управляемых агентов запущена 8 апреля 2026 года. Основная идея: Anthropic управляет агентом. цикл на стороне сервера. Вы определяете модель, системную подсказку, инструменты и серверы MCP. Антропные ручки песочница, оркестровка инструментов, многоходовое выполнение и потоковая передача.

Агент работает внутри сеанса. Каждый сеанс получает свою собственную изолированную среду, выполняется до настраиваемое количество ходов и передает события обратно вашему клиенту через SSE. When the agent нужен инструмент, он вызывает его автономно, считывает результат и продолжает рассуждения.

Для всех конечных точек управляемых агентов требуется managed-agents-2026-04-01 бета-заголовок. Цены указаны стандартные ставки токена Claude API плюс 0,08 доллара США за час сеанса. Интернет поиск, если он включен, стоит 10 долларов США за 1000 поисков.

Создайте управляемый агент с помощью botoi MCP.

Настройка — это один вызов API. Вы передаете URL-адрес сервера botoi MCP в mcp_servers массив, а управляемый агент обнаруживает все 49 инструментов в начале сеанса.

завиток

curl https://api.anthropic.com/v1/managed_agents \\
  --header "x-api-key: \$ANTHROPIC_API_KEY" \\
  --header "anthropic-version: 2023-06-01" \\
  --header "anthropic-beta: managed-agents-2026-04-01" \\
  --header "content-type: application/json" \\
  --data '{
    "model": "claude-sonnet-4-6",
    "name": "devops-agent",
    "system": "You are a DevOps assistant. Use the available MCP tools to check infrastructure health, validate configurations, and generate reports.",
    "mcp_servers": [
      {
        "type": "streamable_http",
        "url": "https://api.botoi.com/mcp",
        "headers": {
          "Authorization": "Bearer YOUR_BOTOI_API_KEY"
        }
      }
    ],
    "max_turns": 20
  }'

Ответ подтверждает подключение сервера MCP и показывает, сколько инструментов было обнаружено:

{
  "id": "agent_01ABC123",
  "name": "devops-agent",
  "model": "claude-sonnet-4-6",
  "mcp_servers": [
    {
      "type": "streamable_http",
      "url": "https://api.botoi.com/mcp",
      "status": "connected",
      "tools_discovered": 49
    }
  ],
  "max_turns": 20,
  "created_at": "2026-04-11T10:30:00Z"
}

Без аутентификации

Для быстрого тестирования полностью пропустите ключ API botoi:

"mcp_servers": [
  {
    "type": "streamable_http",
    "url": "https://api.botoi.com/mcp"
  }
]

Запуск сеанса: реальный пример

Создав агент, начните сеанс. В этом примере агенту предлагается проверить три вещи о Stripe.com в одной строке. Агент определяет, какие инструменты MCP следует вызвать, вызывает их. последовательность и составляет отчет.

curl https://api.anthropic.com/v1/managed_agents/agent_01ABC123/sessions \\
  --header "x-api-key: \$ANTHROPIC_API_KEY" \\
  --header "anthropic-version: 2023-06-01" \\
  --header "anthropic-beta: managed-agents-2026-04-01" \\
  --header "content-type: application/json" \\
  --data '{
    "messages": [
      {
        "role": "user",
        "content": "Check the SSL certificate for stripe.com, validate the email security@stripe.com, and look up their DNS MX records."
      }
    ],
    "stream": true
  }'

Поток SSE показывает рассуждения агента, вызовы инструментов и конечный результат:

event: message_start
data: {"type": "message_start", "session_id": "sess_01XYZ"}

event: content_block_delta
data: {"type": "text", "text": "I'll check three things for stripe.com. Let me start."}

event: tool_use
data: {"type": "tool_use", "name": "lookup_ssl", "input": {"domain": "stripe.com"}}

event: tool_result
data: {"type": "tool_result", "content": {"issuer": "DigiCert", "valid_to": "2027-01-15", "days_remaining": 279, "expired": false}}

event: tool_use
data: {"type": "tool_use", "name": "lookup_email", "input": {"email": "security@stripe.com"}}

event: tool_result
data: {"type": "tool_result", "content": {"valid": true, "mx_found": true, "disposable": false}}

event: tool_use
data: {"type": "tool_use", "name": "lookup_dns", "input": {"domain": "stripe.com", "type": "MX"}}

event: tool_result
data: {"type": "tool_result", "content": {"records": [{"priority": 1, "value": "aspmx.l.google.com"}, {"priority": 5, "value": "alt1.aspmx.l.google.com"}]}}

event: content_block_delta
data: {"type": "text", "text": "Here's the summary:\\n\\n1. **SSL**: Valid until Jan 15, 2027 (279 days). Issued by DigiCert.\\n2. **Email**: security@stripe.com is valid with MX records present.\\n3. **MX Records**: Stripe uses Google Workspace (aspmx.l.google.com)."}

event: message_stop
data: {"type": "message_stop", "session_id": "sess_01XYZ"}

Вызываются три инструмента, собираются три результата, создается одно резюме. Агент выбрал lookup_ssl, lookup_email, и lookup_dns сам по себе на основе подсказки. На вашей стороне нет логики маршрутизации инструментов.

Примеры Python и Node.js

Питон

import anthropic

client = anthropic.Anthropic()

# Create the agent once
agent = client.beta.managed_agents.create(
    model="claude-sonnet-4-6",
    name="devops-agent",
    system="You are a DevOps assistant. Use MCP tools to check infrastructure.",
    mcp_servers=[
        {
            "type": "streamable_http",
            "url": "https://api.botoi.com/mcp",
            "headers": {
                "Authorization": "Bearer YOUR_BOTOI_API_KEY",
            },
        }
    ],
    max_turns=20,
    betas=["managed-agents-2026-04-01"],
)

# Run a session
with client.beta.managed_agents.sessions.stream(
    agent_id=agent.id,
    messages=[
        {
            "role": "user",
            "content": "Check SSL expiry for github.com and stripe.com. Flag any cert expiring within 30 days.",
        }
    ],
    betas=["managed-agents-2026-04-01"],
) as stream:
    for event in stream:
        if event.type == "content_block_delta":
            print(event.delta.text, end="", flush=True)
        elif event.type == "tool_use":
            print(f"\\n[calling {event.name}]")

Node.js (Типскрипт)

import Anthropic from "@anthropic-ai/sdk";

const client = new Anthropic();

// Create agent
const agent = await client.beta.managedAgents.create({
  model: "claude-sonnet-4-6",
  name: "devops-agent",
  system: "You are a DevOps assistant. Use MCP tools to check infrastructure.",
  mcp_servers: [
    {
      type: "streamable_http",
      url: "https://api.botoi.com/mcp",
      headers: {
        Authorization: "Bearer YOUR_BOTOI_API_KEY",
      },
    },
  ],
  max_turns: 20,
  betas: ["managed-agents-2026-04-01"],
});

// Run a session with streaming
const stream = await client.beta.managedAgents.sessions.stream(agent.id, {
  messages: [
    {
      role: "user",
      content: "Validate the email admin@example.com and check if example.com has SPF records.",
    },
  ],
  betas: ["managed-agents-2026-04-01"],
});

for await (const event of stream) {
  if (event.type === "content_block_delta") {
    process.stdout.write(event.delta.text);
  }
}

Что охватывают 49 инструментов

Сервер botoi MCP по адресу https://api.botoi.com/mcp предоставляет 49 тщательно подобранных инструментов. Вот что включает в себя каждая категория:

Каждый инструмент доступен только для чтения (кроме шифрования/дешифрования). Агент не может изменять внешнее состояние, которое делает его безопасным для автономной работы без ворот одобрения.

Разбивка затрат

Стоимость управляемых агентов состоит из трех компонентов:

• Курсы токенов: Стандартные цены Claude API для выбранной вами модели (Sonnet, Opus или Haiku).
• Стоимость часа сеанса: 0,08 доллара США за час сеанса, пропорционально секундам.
• Веб-поиск (необязательно): 10 долларов США за 1000 поисков.

Вызовы инструментов MCP к botoi на стороне Anthropic бесплатны. Вы платите только за использование Botoi API, а Бесплатный уровень охватывает 100 запросов в день. Вот как выглядит типичная сессия:

Session duration:     3 minutes (0.05 hours)
Session-hour cost:    0.05 x \$0.08 = \$0.004
Input tokens:         12,400 (Sonnet: \$3/MTok) = \$0.037
Output tokens:        3,800 (Sonnet: \$15/MTok) = \$0.057
MCP tool calls:       6 (botoi free tier)
──────────────────────────────────
Total:                \$0.098

Трехминутный сеанс проверки сертификатов SSL, проверки электронной почты и запроса DNS стоит менее 0,10 доллара США. Плата за час сеанса (0,004 доллара США за 3 минуты) незначительна по сравнению со стоимостью токенов.

Управляемые агенты против создания собственного цикла агентов

Вы можете подключить инструменты MCP к Claude самостоятельно, используя API сообщений с использованием инструментов. Вопрос вопрос в том, стоят ли затраты на инфраструктуру того.

# Your own agent loop (pseudocode)
while not done:
    response = call_claude(messages)
    for tool_call in response.tool_calls:
        # You handle MCP client connection
        # You handle tool discovery
        # You handle input validation
        # You handle error recovery
        # You handle sandboxing
        result = mcp_client.call(tool_call)
        messages.append(result)

# Managed Agent (one API call)
session = client.beta.managed_agents.sessions.create(
    agent_id=agent.id,
    messages=[{"role": "user", "content": prompt}],
)

Если вам нужен детальный контроль над маршрутизацией инструментов, настраиваемыми шлюзами утверждения или нестандартными повторами политики, создайте свой собственный цикл. Если вы хотите, чтобы агент работал в рабочей среде с минимальным количеством кода, Управляемые агенты устраняют шаблонность.

Когда какой подход использовать

• Управляемые агенты: внутренние инструменты, чат-боты с доступом к инструментам, одноразовые сценарии автоматизации, быстрые прототипы, которым нужны реальные данные.
• Ваш собственный цикл: продукты, ориентированные на пользователя, где вам нужен индивидуальный UX для каждого вызова инструмента, рабочие процессы, требующие одобрения человека в процессе, сложная логика ветвления, которую агент не должен принимать самостоятельно.
• Оба: начните с управляемых агентов для прототипа, извлекайте их в свой собственный цикл, когда доберетесь до стены настройки.