Wird geladen
Wird geladen

Agenten stellen einen Wandel gegenüber den strukturierten Workflows dar, die wir zuvor untersucht haben. Während Workflows dann glänzen, wenn du die genauen Schritte kennst, die zur Erledigung einer Aufgabe nötig sind, zeigen Agenten ihre Stärke, wenn der Weg nach vorn nicht klar ist. Anstatt eine starre Abfolge festzulegen, gibst du Claude ein Ziel und eine Reihe von Tools und lässt Claude selbst herausfinden, wie diese Tools kombiniert werden können, um das Ziel zu erreichen.

Ein „Ziel“ und eine Reihe von „Tools“ fließen in Claude ein, das einen Plan zur Nutzung dieser Tools erstellt, um das Ziel zu erreichen.

Diese Flexibilität macht Agenten für Entwickler attraktiv. Du kannst einen Agenten einmal bauen, sicherstellen, dass er einigermaßen gut funktioniert, und ihn dann einsetzen, um eine Vielzahl von Aufgaben zu erledigen. Dieser Ansatz bringt jedoch erhebliche Nachteile in Bezug auf Zuverlässigkeit und Kosten mit sich, die wir später untersuchen 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 Datetime-Tools, die wir zuvor im Kurs behandelt haben:

Tabelle der drei unten aufgeführten Datetime-Tools, mit dem Hinweis, dass wir uns auf Claudes Fähigkeit verlassen, Tools zu kombinieren.

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

Jedes Tool ist für sich genommen einfach, aber Claude kann sie kombinieren, um unterschiedliche Anfragen zu bearbeiten:

Sechs Aufgaben, zugeordnet zu ihren Tool-Aufrufketten, etwa eine Erinnerung für den 21. März 2030 um 8 Uhr, die nur set_reminder aufruft.

Bei „Wie spät ist es?“ ruft Claude einfach get_current_datetime auf. Bei „Welcher Wochentag ist es in 11 Tagen?“ verkettet Claude get_current_datetime gefolgt von add_duration_to_datetime. Komplexere Anfragen wie „Stelle eine Erinnerung, nächsten Mittwoch ins Fitnessstudio zu gehen“ erfordern alle drei Tools in Folge.

Claude kann sogar erkennen, wenn zusätzliche Informationen nötig sind. Wird gefragt „Wann läuft meine 90-tägige Garantie ab?“, fragt Claude zunächst den Nutzer, wann die Garantie erworben wurde, und verwendet diese Information dann mit add_duration_to_datetime, um das Ablaufdatum zu berechnen.

Tools sollten abstrakt sein

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

Claude Codes allgemeine Tools, darunter LS zum Auflisten von Dateien, im Gegensatz zu spezialisierten Tools, die ihm fehlen, wie „Create Migration“.

Claude Code hat Zugriff auf allgemeine, flexible Tools:

  • bash - Befehle ausführen
  • glob - Dateien finden
  • grep - Dateiinhalte durchsuchen
  • read - Eine Datei lesen
  • write - Eine Datei erstellen
  • edit - Eine Datei bearbeiten
  • webfetch - Eine URL abrufen

Beachte, was Claude Code nicht hat - spezialisierte Tools wie „Refactor“, „Run Tests“ oder „Install Dependencies“. Stattdessen findet Claude Code heraus, wie es diese Aufgaben durch Kombination der verfügbaren Basistools erledigen kann. Um Abhängigkeiten zu installieren, liest es Projektdateien, um die Konfiguration zu verstehen, und verwendet dann bash, um die passenden Installationsbefehle auszuführen.

Best Practice: Stelle hinreichend abstrakte Tools bereit

Konzentriere dich beim Bau von Agenten auf Tools, die Claude kreativ kombinieren kann, statt auf Tools, die nur ein bestimmtes Problem lösen. Betrachte einen Agenten zur Erstellung von Social-Media-Videos:

Vier Tools für einen Social-Media-Video-Agenten, unten aufgeführt; bash ermöglicht den Zugriff auf FFMPEG, um Bilder und Ton zu einem Video zusammenzufügen.

Effektive Tools für diesen Agenten könnten folgende sein:

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

Dieses Tool-Set ermöglicht sowohl einfache als auch komplexe Interaktionen. Ein Nutzer könnte zum Beispiel bitten „Erstelle und veröffentliche ein Video über Python-Programmierung“, und der Agent erledigt alles automatisch. Alternativ kann die Interaktion kollaborativer gestaltet sein:

Zwei Chats mit dem Marketing-Agenten: Antworten sind „OK, ich werde das Video erstellen und veröffentlichen“ und „Klar! Passt dieses hier?“ mit einem Bild.

Der Nutzer könnte sagen „Ich möchte, dass du ein Video über Python machst, aber zuerst möchte ich ein Ausgangsbild für das Video aussuchen.“ Der Agent kann ein Beispielbild erzeugen, es dem Nutzer zur Freigabe zeigen und dann nach Bestätigung mit der Videoerstellung fortfahren.

Diese Flexibilität ergibt sich ganz natürlich daraus, in deinen Tools das richtige Abstraktionsniveau bereitzustellen. Jedes Tool sollte allgemein genug sein, um in mehreren Kontexten nützlich zu sein, aber spezifisch genug, um in Kombination mit anderen sinnvolle Arbeit zu leisten.