Wird geladen
Wird geladen

Agenten stellen eine Verschiebung gegenüber den strukturierten Workflows dar, mit denen wir bisher gearbeitet haben. Während Workflows perfekt sind, wenn du die genauen Schritte kennst, die zur Erledigung einer Aufgabe nötig sind, glänzen Agenten, wenn du nicht sicher bist, wie diese Schritte aussehen sollten. Anstatt eine starre Abfolge zu definieren, gibst du Claude ein Ziel und eine Reihe von Tools und lässt Claude dann selbst herausfinden, wie diese Tools kombiniert werden können, um das Ziel zu erreichen.

Ziel und Tools fließen in Claude ein, das plant, sie zu nutzen; zuverlässige, wirtschaftliche Aufgabenerledigung ist mit Agenten oft schwieriger.

Diese Flexibilität macht Agenten attraktiv für den Aufbau von Anwendungen, die vielfältige, unvorhersehbare Aufgaben bewältigen müssen. Du kannst einen Agenten einmal erstellen, sicherstellen, dass er einigermaßen gut funktioniert, und ihn dann einsetzen, um eine breite Palette von Problemen zu lösen. Diese Flexibilität bringt jedoch Kompromisse bei Zuverlässigkeit und Kosten mit sich, die wir später genauer betrachten werden.

Wie Tools den Agenten ausmachen

Die eigentliche Stärke von Agenten liegt in ihrer Fähigkeit, einfache Tools auf unerwartete Weise zu kombinieren. Betrachte eine grundlegende Reihe von Datums- und Zeit-Tools:

Tabelle der drei unten aufgeführten Datums- und Zeit-Tools, unter dem Hinweis, dass wir uns darauf verlassen, dass Claude verschiedene Tools kombiniert.

  • get_current_datetime - Ruft das aktuelle Datum und die Uhrzeit ab
  • add_duration_to_datetime - Fügt einem gegebenen Datum Zeit hinzu
  • set_reminder - Erstellt eine Erinnerung für einen bestimmten Zeitpunkt

Diese Tools wirken einzeln betrachtet einfach, aber Claude kann sie aneinanderreihen, um überraschend komplexe Anfragen zu bewältigen:

Sechs Aufgaben, zugeordnet zu Tool-Ketten, etwa eine datierte Erinnerung zu set_reminder und ein 1000. Geburtstag zu add_duration_to_datetime.

Bei „Wie spät ist es?“ ruft Claude einfach get_current_datetime auf. Aber bei „Welcher Wochentag ist in 11 Tagen?“ verkettet es get_current_datetime mit anschließendem add_duration_to_datetime. Um eine Erinnerung für das Fitnessstudio nächsten Mittwoch zu setzen, könnte es alle drei Tools nacheinander verwenden.

Claude kann sogar erkennen, wann es mehr Informationen benötigt. Wenn du fragst „Wann läuft meine 90-tägige Garantie ab?“, weiß es, dass es fragen muss, wann du den Artikel gekauft hast, bevor es das Ablaufdatum berechnen kann.

Tools sollten abstrakt sein

Die zentrale Erkenntnis für den Aufbau effektiver Agenten besteht darin, angemessen abstrakte Tools bereitzustellen statt hochspezialisierter. Claude Code veranschaulicht dieses Prinzip perfekt.

Tools, die Claude Code hat, darunter LS und WebFetch, im Vergleich zu Tools, die es nicht hat, wie Run Tests und Create Migration.

Claude Code hat Zugriff auf generische, flexible Tools wie:

  • bash - Führe jeden Befehl aus
  • read - Lies jede Datei
  • write - Erstelle jede Datei
  • edit - Ändere Dateien
  • glob - Finde Dateien
  • grep - Durchsuche Dateiinhalte

Es hat bemerkenswerterweise keine spezialisierten Tools wie „Code refaktorieren“ oder „Abhängigkeiten installieren“. Stattdessen findet Claude selbst heraus, wie es die grundlegenden Tools nutzt, um diese komplexen Aufgaben zu erledigen. Diese Abstraktion ermöglicht es, unzählige Programmierszenarien zu bewältigen, die die Entwickler nie ausdrücklich eingeplant haben.

Best Practice: Kombinierbare Tools

Stelle beim Entwerfen von Agenten Tools bereit, die Claude auf kreative Weise kombinieren kann. Ein Agent für Social-Media-Videos könnte zum Beispiel Folgendes umfassen:

Die vier Tools für einen Social-Media-Video-Agenten: bash, generate_image, text_to_speech und post_media, unten aufgeführt.

  • bash - Zugriff auf FFMPEG für die Videoverarbeitung
  • generate_image - Erstellt Bilder aus Prompts
  • text_to_speech - Wandelt Text in Audio um
  • post_media - Lädt Inhalte auf Social-Media-Plattformen hoch

Dieser Tool-Satz ermöglicht sowohl einfache Workflows (ein Video erstellen und veröffentlichen) als auch interaktivere Erfahrungen, bei denen der Agent zunächst ein Beispielbild erzeugen könnte, die Zustimmung des Nutzers einholt und dann mit der Videoerstellung fortfährt.

Zwei Marketing-Agent-Chats: einer erstellt und veröffentlicht ein Python-Video, bei dem anderen bietet der Agent ein Bild an und fragt, ob es passt.

Der Agent kann seinen Ansatz basierend auf Nutzer-Feedback und -Präferenzen anpassen, was mit einem starren Workflow nur schwer zu erreichen wäre. Diese Flexibilität macht Agenten leistungsfähig für den Aufbau dynamischer, nutzerorientierter Anwendungen.