Claude Agent SDK + Ertas

使用 Claude Agent SDK 建構代理——Anthropic 官方框架，具備 computer-use、程式碼執行與檔案系統原語，可設定為透過 OpenAI 相容轉接器對 Ertas 訓練本地模型運行。

Overview

Claude Agent SDK 是 Anthropic 官方框架，用於建構能在電腦環境中採取行動的代理。它暴露一小組高階原語——computer-use（滑鼠、鍵盤、螢幕截圖）、程式碼執行（Python sandbox）、檔案系統存取與網頁搜尋——這些一起實作 Anthropic「給代理一台電腦」的設計哲學。SDK 不是讓代理從低階工具呼叫組合動作，而是提供常見環境的正式上線等級實作，讓模型在更高的層級進行推理。2026 年 5 月 8 日的發布在 `PreToolUse` hook 中加入了 `defer` 權限決策（這樣 hook 可以延後呼叫直到取得額外脈絡）、`strict` MCP 設定選項、用於即時轉錄追蹤的批次與及早 `session_store_flush` 模式，以及新的 `xhigh` 努力等級——這些操作原語顯著改善正式上線可觀測性與安全審查工作流程。

SDK 最常與 Claude 本身一同使用，但其設計在編排層上是模型無關的。代理迴圈、行動執行器與安全原語全都位於模型 API 之上，這意味著任何支援工具呼叫與函式輸出的模型都可以接入。對於想要 SDK 環境原語但不想被鎖定在 Claude API 經濟模型的團隊，框架可以設定為呼叫提供 Ertas 訓練模型的 OpenAI 相容端點——獲得 computer-use、程式碼執行與檔案系統行動的同時控制推論成本。

Claude Agent SDK 在 2026 年因其環境原語而快速被採用。大多數代理框架讓使用者自行實作 computer-use、sandbox 程式碼執行與檔案系統工具——這些工作非平凡，且常常是生產環境 bug 與安全漏洞的源頭。SDK 開箱即用提供這些經實戰測試的實作。

How Ertas Integrates

Ertas 訓練的模型透過 Claude Agent SDK 的模型 provider 設定層協同運作。在 Ertas Studio 微調模型並部署到 OpenAI 相容端點後，你設定 SDK 將你的端點作為模型 provider。SDK 的環境原語——computer-use、程式碼執行、檔案系統存取——無論由哪個模型產生行動都透明地運作。

對於需要對電腦環境推理的代理工作流程，微調異常地有價值。通用的 7B–14B 模型在獲得一台電腦時常產生笨拙或不安全的動作序列；而 Ertas 訓練模型——其訓練資料包含來自目標領域的代表性 computer-use 軌跡（例如，貴公司的內部 CRM、Salesforce 實例、自訂管理工具）——產生顯著更可靠的動作序列。SDK 處理執行；Studio 處理專業化。

這種組合對於受監管產業部署特別具吸引力。Claude Agent SDK 加上在本地端執行的 Ertas 訓練模型，讓組織能取得 SDK 的環境原語而無需傳送資料或行動到 Anthropic API。曾考慮過 Claude 用於代理工作流程但因資料主權限制而無法部署的醫療、法律與金融服務團隊，可使用此組合在自有基礎設施上部署。

Getting Started

1
在 Ertas Studio 微調領域特定模型
在來自目標環境的 computer-use、工具呼叫與程式碼執行軌跡上訓練。Studio 的訓練資料格式支援 Agent SDK 使用的結構化動作-觀察配對。
2
部署到 OpenAI 相容端點
匯出為 GGUF 並透過 Ollama、vLLM 或 Ertas Cloud 提供服務。SDK 呼叫任何暴露具工具呼叫的標準 chat-completion API 的端點。
3
安裝 Claude Agent SDK 並設定 provider
安裝 claude-agent-sdk 並將其模型 provider 設定為指向你的 Ertas 推論端點。SDK 的轉接層透明地處理 API 轉譯。
4
設定環境原語
依需要啟用 SDK 的 computer-use、程式碼執行與檔案系統原語。每一個都在自己的 sandbox 中運行，並暴露模型可呼叫的結構化動作 API。
5
以安全與追蹤執行代理迴圈
使用 SDK 內建的代理迴圈。安全檢查、行動權限與追蹤無論底層模型為何都透明地運作。使用追蹤資料回饋至 Studio 進行漸進式改進。

python

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

# Configure the SDK to use your Ertas-trained model
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.",
)

# Run an action sequence — the SDK handles screenshots, action permissions, and 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)

使用 Claude Agent SDK 與 14B Ertas 訓練模型建構內部營運自動化代理。Computer-use 與檔案系統原語由 SDK 處理；模型則針對公司特定工具進行微調。