Claude Agent SDK + Ertas

Construye agentes con el Claude Agent SDK — el framework oficial de Anthropic con primitivas de uso de computadora, ejecución de código y sistema de archivos, configurable para ejecutarse contra modelos locales entrenados con Ertas vía adaptadores compatibles con OpenAI.

Overview

El Claude Agent SDK es el framework oficial de Anthropic para construir agentes que pueden tomar acción en entornos de computadora. Expone un pequeño conjunto de primitivas de alto nivel — uso de computadora (ratón, teclado, capturas de pantalla), ejecución de código (sandboxes de Python), acceso al sistema de archivos y búsqueda web — que juntas implementan la filosofía de diseño 'dale al agente una computadora' de Anthropic. En lugar de hacer que el agente componga acciones a partir de llamadas a herramientas de bajo nivel, el SDK proporciona implementaciones de calidad de producción de entornos comunes y deja que el modelo razone a un nivel superior. El lanzamiento del 8 de mayo de 2026 añadió una decisión de permiso `defer` en los hooks `PreToolUse` (para que un hook pueda posponer la llamada hasta que llegue contexto adicional), una opción de configuración MCP `strict`, modos `session_store_flush` por lotes y eager para seguimiento de transcripciones en vivo, y un nuevo nivel de esfuerzo `xhigh` — primitivas operativas que mejoran materialmente los flujos de trabajo de observabilidad en producción y revisión de seguridad.

El SDK se usa más a menudo con el propio Claude, pero su diseño es agnóstico al modelo en la capa de orquestación. El bucle del agente, los ejecutores de acciones y las primitivas de seguridad se sitúan todas por encima de la API del modelo, lo que significa que cualquier modelo que admita llamadas a herramientas y salida de funciones puede ser conectado. Para equipos que quieren las primitivas de entorno del SDK pero no quieren quedar atados a la economía de la API de Claude, el framework puede ser configurado para llamar a un endpoint compatible con OpenAI sirviendo un modelo entrenado con Ertas — obteniendo uso de computadora, ejecución de código y acciones del sistema de archivos mientras se controlan los costes de inferencia.

La adopción del Claude Agent SDK se aceleró rápidamente a lo largo de 2026 debido a sus primitivas de entorno. La mayoría de los frameworks de agentes dejan al usuario implementar uso de computadora, ejecución de código en sandbox y herramientas de sistema de archivos — trabajo que no es trivial y a menudo es la fuente de bugs en producción y vulnerabilidades de seguridad. El SDK proporciona implementaciones probadas en batalla de estas listas para usar.

How Ertas Integrates

Los modelos entrenados con Ertas funcionan con el Claude Agent SDK a través de su capa de configuración de proveedor de modelo. Después de ajustar tu modelo en Ertas Studio y desplegar en un endpoint compatible con OpenAI, configuras el SDK para usar tu endpoint como proveedor del modelo. Las primitivas de entorno del SDK — uso de computadora, ejecución de código, acceso al sistema de archivos — funcionan transparentemente independientemente de qué modelo esté generando las acciones. Si prefieres no alojarlo tú mismo, Ertas puede servir el modelo por ti a través del endpoint de modelo adaptativo, y el despliegue con un clic desde Studio está en la hoja de ruta.

Para flujos de trabajo agénticos donde el modelo necesita razonar sobre entornos de computadora, el fine-tuning es inusualmente valioso. Un modelo de propósito general 7B–14B a menudo produce secuencias de acciones torpes o inseguras cuando se le entrega una computadora; un modelo entrenado con Ertas cuyos datos de entrenamiento incluyen trazas representativas de uso de computadora del dominio objetivo (por ejemplo, el CRM interno de tu empresa, tu instancia de Salesforce, tus herramientas administrativas personalizadas) produce secuencias de acciones dramáticamente más confiables. El SDK maneja la ejecución; Studio maneja la especialización.

La combinación encaja bien con equipos que manejan datos sensibles. Claude Agent SDK más un modelo entrenado con Ertas ejecutándose en tu propia infraestructura te da las primitivas de entorno del SDK sin enviar prompts ni acciones a la API de Anthropic. Los equipos de salud, legal y servicios financieros que no adoptaban flujos agénticos por el destino de sus datos pueden mantener la inferencia en casa. El entrenamiento se ejecuta en las GPU en la nube de Ertas, y cumplir con la regulación de su sector sigue siendo trabajo propio de cada equipo.

Getting Started

1
Ajusta un modelo específico de dominio en Ertas Studio
Entrena con trazas de uso de computadora, llamadas a herramientas y ejecución de código de tu entorno objetivo. El formato de datos de entrenamiento de Studio admite los pares estructurados de acción-observación que usa el Agent SDK.
2
Despliega en un endpoint compatible con OpenAI
Exporta a GGUF y sirve vía Ollama o vLLM. El SDK llama a cualquier endpoint que exponga la API estándar de chat-completion con llamadas a herramientas.
3
Instala el Claude Agent SDK y configura el proveedor
Instala claude-agent-sdk y configura su proveedor de modelo para apuntar a tu endpoint de inferencia de Ertas. La capa adaptadora del SDK maneja la traducción de la API de forma transparente.
4
Configura las primitivas de entorno
Habilita las primitivas de uso de computadora, ejecución de código y sistema de archivos del SDK según sea necesario. Cada una se ejecuta en su propio sandbox y expone una API de acción estructurada que el modelo puede llamar.
5
Ejecuta el bucle del agente con seguridad y tracing
Usa el bucle de agente integrado del SDK. Las verificaciones de seguridad, los permisos de acción y el tracing funcionan transparentemente independientemente del modelo subyacente. Usa las trazas para retroalimentar a Studio para mejora incremental.

python

from claude_agent_sdk import Agent, ComputerUseTool, FileSystemTool
from claude_agent_sdk.providers import OpenAICompatibleProvider

# Configura el SDK para usar tu modelo entrenado con Ertas
provider = OpenAICompatibleProvider(
    base_url="http://localhost:11434/v1",
    api_key="not-needed",
    model="ertas-internal-ops-14b",
)

agent = Agent(
    provider=provider,
    tools=[
        ComputerUseTool(sandbox="docker:secure-desktop"),
        FileSystemTool(root="/data/internal-ops"),
    ],
    instructions="You operate the internal-ops console — schedule reports, run queries, file tickets.",
)

# Ejecuta una secuencia de acciones — el SDK maneja capturas de pantalla, permisos de acción y tracing
result = agent.run(
    "Run the weekly revenue report and file a ticket for any rows where revenue dropped >20% week-over-week."
)
print(result.summary)

Construye un agente de automatización de operaciones internas con el Claude Agent SDK y un modelo de 14B entrenado con Ertas. Las primitivas de uso de computadora y sistema de archivos las maneja el SDK; el modelo está ajustado para las herramientas específicas de la empresa.

Benefits

Primitivas de entorno de calidad de producción — uso de computadora, ejecución de código, sistema de archivos, búsqueda web
Capa de orquestación agnóstica al modelo funciona con Claude o cualquier alternativa compatible
Primitivas de seguridad incorporadas — permisos de acción, sandboxing, registros de auditoría
Se combina con fine-tuning de Ertas para especialización de uso de computadora específica del dominio
La inferencia puede ejecutarse en tu propia infraestructura, sin enviar prompts ni acciones a una API en la nube
Tracing y observabilidad en producción incorporados