Claude Agent SDK + Ertas

使用 Claude Agent SDK 构建智能体——Anthropic 官方框架，内置 computer-use、代码执行和文件系统原语，可通过兼容 OpenAI 的适配器配置以面向 Ertas 训练的本地模型运行。

Overview

Claude Agent SDK 是 Anthropic 官方用于构建可在计算机环境中执行操作的智能体框架。它提供一组小巧的高层原语——computer-use（鼠标、键盘、截屏）、代码执行（Python 沙箱）、文件系统访问以及网络搜索——共同实现 Anthropic“给智能体一台电脑”的设计哲学。该 SDK 不要求智能体由低级工具调用拼接动作，而是为常见环境提供生产级实现，让模型在更高抽象层级进行推理。2026 年 5 月 8 日的发布在 `PreToolUse` 钩子中新增了 `defer` 权限决策（钩子可以推迟调用直到额外上下文到达）、`strict` MCP 配置选项、用于实时记录尾随的批量与急切 `session_store_flush` 模式以及新的 `xhigh` 努力等级——这些运维原语显著改进了生产级可观测性与安全审查工作流。

该 SDK 最常与 Claude 本身一起使用，但其编排层的设计与模型无关。智能体循环、动作执行器以及安全原语全部位于模型 API 之上，这意味着任何支持工具调用与函数输出的模型都可以接入。对于希望使用该 SDK 的环境原语但不想被 Claude API 经济模型绑定的团队，可以将该框架配置为调用兼容 OpenAI 的端点提供 Ertas 训练模型——同时获得 computer-use、代码执行与文件系统操作能力，并控制推理成本。

Claude Agent SDK 的采用率在 2026 年因其环境原语而急剧加速。大多数智能体框架把 computer-use、沙箱化代码执行与文件系统工具的实现留给用户——这些工作并不简单，常常成为生产 bug 与安全漏洞的来源。该 SDK 开箱即提供经过实战检验的实现。

How Ertas Integrates

Ertas 训练的模型通过 Claude Agent SDK 的模型提供商配置层与之协同工作。在 Ertas Studio 中微调你的模型并部署到兼容 OpenAI 的端点后，你将 SDK 配置为使用你的端点作为模型提供商。SDK 的环境原语——computer-use、代码执行、文件系统访问——无论由哪种模型生成动作都能透明工作。

对于需要模型对计算机环境进行推理的智能体工作流，微调具有非同寻常的价值。一个通用 7B–14B 模型在被交付一台电脑时常常生成笨拙或不安全的动作序列；一个由 Ertas 训练、训练数据涵盖目标领域代表性 computer-use 轨迹（例如你公司的内部 CRM、你的 Salesforce 实例、你的自定义管理工具）的模型则会产生显著更可靠的动作序列。SDK 处理执行；Studio 处理专门化。

这种组合对受监管行业部署尤其引人注目。Claude Agent SDK 加上一个本地运行的 Ertas 训练模型，让组织无需向 Anthropic API 发送数据或动作即可获得 SDK 的环境原语。曾考虑使用 Claude 进行智能体工作流但因数据主权约束无法部署的医疗、法律和金融服务团队，可以借助这个组合在自有基础设施上部署。

Getting Started

1
在 Ertas Studio 中微调领域专用模型
在来自目标环境的 computer-use、工具调用与代码执行轨迹上训练。Studio 的训练数据格式支持 Agent SDK 使用的结构化动作-观测对。
2
部署到兼容 OpenAI 的端点
导出为 GGUF 并通过 Ollama、vLLM 或 Ertas Cloud 提供服务。SDK 可调用任何暴露带工具调用的标准聊天补全 API 的端点。
3
安装 Claude Agent SDK 并配置提供商
安装 claude-agent-sdk 并配置其模型提供商指向你的 Ertas 推理端点。SDK 的适配器层透明处理 API 转换。
4
配置环境原语
按需启用 SDK 的 computer-use、代码执行和文件系统原语。每个原语都在自己的沙箱中运行，并暴露模型可调用的结构化动作 API。
5
运行带安全与追踪的智能体循环
使用 SDK 内置的智能体循环。安全检查、动作权限和追踪都与底层模型无关地透明工作。利用追踪反哺 Studio 进行增量改进。

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 与一个 14B 的 Ertas 训练模型构建内部运维自动化智能体。computer-use 与文件系统原语由 SDK 处理；模型针对公司特定工具进行了微调。