Claude Managed Agents：在一个配置中连接 49 个 MCP 工具

你有一个编码代理。 它读取文件、运行测试和编写代码。 但当你要求它 检查您的 SSL 证书是否在下周到期、验证客户电子邮件或生成二维码 对于您的部署 URL，它碰壁了。 它无法访问外部世界。

MCP（模型上下文协议）修复了工具访问问题。 托管代理修复基础设施 问题。 无需使用工具发现、错误处理和沙箱来构建自己的代理循环， 您将配置发送到 Anthropic 的 API 并返回一个完全编排的代理来传输结果 上交所。

本教程将 botoi MCP 服务器（49 个开发人员工具）连接到 Claude Managed Agent。 由 最后，您将拥有一个自主代理，可以查找 DNS 记录、验证电子邮件、检查 SSL 证书、哈希字符串、解码 JWT 等； 全部来自单个 API 调用。

什么是克劳德管理代理

Managed Agents 于 2026 年 4 月 8 日推出公测版。核心思想：人性化运行代理 循环服务器端。 您定义模型、系统提示、工具和 MCP 服务器。 人择手柄 沙盒、工具编排、多轮执行和流式处理。

代理在会话内运行。 每个会话都有自己的沙盒环境，最多执行 可配置的轮数，并通过 SSE 将事件流式传输回您的客户端。 当代理 需要一个工具，它自主调用，读取结果，继续推理。

所有托管代理端点都需要 managed-agents-2026-04-01 测试版标头。 定价为标准 Claude API 代币费率加上 每会话小时 0.08 美元。 网络 搜索（如果启用）每 1,000 次搜索费用为 10 美元。

使用 botoi MCP 创建托管代理

该设置是一次 API 调用。 您在中传递 botoi MCP 服务器 URL mcp_servers 数组， 托管代理在会话开始时发现所有 49 个工具。

卷曲

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
  }'

响应确认 MCP 服务器已连接并显示发现了多少工具：

{
  "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"
}

无需认证

为了快速测试，请完全跳过 botoi API 密钥：

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

运行会话：真实示例

创建代理后，启动会话。 此示例要求代理检查以下三件事 stripe.com 在一个提示中。 代理找出要调用哪些 MCP 工具，然后调用它们 顺序，并汇总报告。

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
  }'

SSE 流显示代理的推理、工具调用和最终输出：

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"}

调用了三种工具，收集了三种结果，生成了一种摘要。 代理选择了 lookup_ssl, lookup_email， 和 lookup_dns 靠自己 根据提示。 您这边没有工具路由逻辑。

Python 和 Node.js 示例

Python

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（打字稿）

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);
  }
}

49 个工具涵盖哪些内容

botoi MCP 服务器位于 https://api.botoi.com/mcp 公开 49 个精选工具。 这是 每个类别包括什么：

每个工具都是只读的（加密/解密除外）。 代理无法修改外部状态，这 可以安全地自主运行，无需审批门槛。

成本明细

托管代理定价包含三个组成部分：

• 代币利率：您选择的模型（Sonnet、Opus 或 Haiku）的标准 Claude API 定价
• 会话小时费：每会话小时 0.08 美元，按比例分配给第二个
• 网页搜索 （可选）：每 1,000 次搜索 10 美元

在 Anthropic 方面，MCP 工具对 botoi 的调用是免费的。 您只需支付 botoi API 的使用费用，并且 免费套餐涵盖每天 100 个请求。 典型的会话如下所示：

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

检查 SSL 证书、验证电子邮件和查询 DNS 的 3 分钟会话成本不到 0.10 美元。 与代币成本相比，会话小时费用（3 分钟 0.004 美元）可以忽略不计。

托管代理与构建自己的代理循环

您可以使用带有工具使用的消息 API，自行将 MCP 工具连接到 Claude。 问题 是基础设施开销是否值得。

# 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}],
)

如果您需要对工具路由、自定义审批门或非标准重试进行细粒度控制 政策，建立自己的循环。 如果您希望代理以最少的代码在生产中运行， 托管代理消除了样板文件。

何时使用哪种方法

• 托管代理：内部工具、具有工具访问权限的聊天机器人、一次性自动化脚本、需要真实世界数据的快速原型
• 你自己的循环：面向用户的产品，每个工具调用都需要自定义用户体验，需要人机交互批准的工作流程，代理不应自主决定的复杂分支逻辑
• 两个都：从原型的托管代理开始，当遇到定制墙时提取到您自己的循环