Claude Agent SDK - Weights & Biases Documentation

Claude Agent SDK を使用すると、Claude を活用したエージェントアプリケーションをすばやく構築できます。Weave を Claude エージェントに統合すると、エージェントのクエリ、モデルの応答、ツールの使用、複数ターンの会話を含むツール呼び出しを自動的にトレースできます。Weave は、取得したデータを project の Agents ビューに表示します。

Weave で Claude Agent SDK エージェントをトレースする

Python
TypeScript

Weave SDK は Claude Agent SDK for Python に自動的にパッチを適用し、最小限のセットアップで Claude エージェントのトレースを取得できます。このガイドでは、Weave を初期化し、ClaudeSDKClient を介して MCP ツールを使用する Claude エージェントを実行する方法を紹介します。Weave は、会話、モデルの Call、ツール呼び出しをエンドツーエンドで自動的にトレースします。

前提条件

W&B アカウントと、WANDB_API_KEY 環境変数として設定された APIキー。
ANTHROPIC_API_KEY 環境変数として設定された Anthropic APIキー。
Python 3.10+。

Weave は @anthropic-ai/claude-agent-sdk と連携し、エージェントスパン、モデルの応答、ツール呼び出しを含む query() 呼び出しを自動的にトレースします。

前提条件

W&B アカウントと、WANDB_API_KEY 環境変数として設定された APIキー。
ANTHROPIC_API_KEY 環境変数として設定された Anthropic APIキー。
Node.js 18+。
@anthropic-ai/claude-agent-sdk バージョン 0.3.178 以降。

パッケージをインストールする

開発環境に以下のパッケージをインストールします。weave パッケージはトレースを取得し、claude-agent-sdk はエージェントのランタイムを提供します。

pip install weave claude-agent-sdk

コードで Weave を初期化する

Python
TypeScript

project に weave.init を追加し、W&B のチーム名とプロジェクト名を更新してから、通常どおりエージェントを構築します。weave.init を使用すると、Claude Agent SDK からトレースを取得する autopatching が有効になります。次のコードは、2 つの MCP 数学ツールを備えた Claude エージェントを作成し、Weave がトレースを取得しながらそのエージェントを実行します。

import anyio
import weave

from claude_agent_sdk import (
    ClaudeAgentOptions,
    ClaudeSDKClient,
    create_sdk_mcp_server,
    tool,
)

weave.init("<your-team>/<your-project-name>")

@tool("add", "Add two numbers", {"a": float, "b": float})
async def add(args: dict) -> dict:
    return {"content": [{"type": "text", "text": str(args["a"] + args["b"])}]}

@tool("multiply", "Multiply two numbers", {"a": float, "b": float})
async def multiply(args: dict) -> dict:
    return {"content": [{"type": "text", "text": str(args["a"] * args["b"])}]}

math_server = create_sdk_mcp_server(
    name="math",
    version="1.0.0",
    tools=[add, multiply],
)

async def main():
    options = ClaudeAgentOptions(
        mcp_servers={"math": math_server},
        allowed_tools=["mcp__math__add", "mcp__math__multiply"],
    )

    async with ClaudeSDKClient(options=options) as client:
        await client.query("Using the math tools, compute (3 + 7) * 2.")

        async for message in client.receive_response():
            print(message)


anyio.run(main)

スクリプトが実行されると、weave.init() によって project へのリンクが表示されます。リンクを開くと、エージェントのクエリ、モデルの応答、ツール呼び出しについて取得されたトレースを確認できます。

Weave は、module loader hooks を通じて query() を自動的にインストルメントします。必要なセットアップは、モジュールシステムによって少し異なります。CommonJS と ESM の違いや、Weave の loader hooks の動作の詳細については、TypeScript SDK のサードパーティインテグレーションガイドを参照してください。

CommonJS プロジェクト: 追加の設定は不要です。自動インストルメンテーションが先に実行されるように、@anthropic-ai/claude-agent-sdk より前に weave を require してください。
ESM プロジェクト: 他のどのモジュールよりも前にインストルメンテーションが読み込まれるよう、--import=weave/instrument フラグを付けて Node を起動してください。

この例では、wikipedia_search MCP ツールを定義し、3 ターンの会話を実行します。各ターンは個別の query() 呼び出しですが、後続のターンでは最初のターンの session_id とともに resume を渡すことで、Weave の Agents ビューではすべてのターンが 1 つのセッションとしてグループ化されます。最初の 2 つのターンでは Wikipedia のルックアップがトリガーされ、3 つ目のターンではそれまでの会話コンテキストを使用して、ツール呼び出しなしで要約を生成します。

main.mjs

import * as weave from "weave";
import { createSdkMcpServer, query, tool, type Options } from "@anthropic-ai/claude-agent-sdk";
import { z } from "zod";

const wikipediaSearch = tool(
    "wikipedia_search",
    "Search Wikipedia for a topic and return its title and intro paragraph.",
    { query: z.string().describe("The topic to search for") },
    async ({ query }) => {
    const url = new URL("https://en.wikipedia.org/w/api.php");
    url.search = new URLSearchParams({
        action: "query",
        generator: "search",
        gsrsearch: query,
        gsrlimit: "1",
        prop: "extracts",
        exintro: "true",
        explaintext: "true",
        format: "json",
    }).toString();

    const response = await fetch(url, { headers: { "User-Agent": "weave-demo" } });
    const data = await response.json();
    const page = Object.values(data.query.pages)[0] as { title: string; extract: string };
    return { content: [{ type: "text" as const, text: `${page.title}: ${page.extract}` }] };
    },
);

const wikiServer = createSdkMcpServer({
    name: "wiki",
    version: "1.0.0",
    tools: [wikipediaSearch],
});

async function main() {
    await weave.init("<your-team>/<your-project-name>");

    const baseOptions: Options = {
    model: "claude-sonnet-4-5",
    maxTurns: 4,
    mcpServers: { wiki: wikiServer },
    allowedTools: ["mcp__wiki__wikipedia_search"],
    };

    const questions = [
    "Who founded Anthropic?",
    "What is Claude (the AI assistant)?",
    "Summarize what we discussed in one sentence.",
    ];

    let sessionId: string | undefined;

    for (const prompt of questions) {
    const options: Options = sessionId
        ? { ...baseOptions, resume: sessionId }
        : baseOptions;

    console.log(`USER: ${prompt}`);
    for await (const message of query({ prompt, options })) {
        if (message.type === "system" && message.subtype === "init") {
        sessionId ??= message.session_id;
        }
        if (message.type === "result" && message.subtype === "success") {
        console.log(`AGENT: ${message.result}\n`);
        }
    }
    }
}

main().catch(console.error);

各 query() 呼び出しで、invoke_agent のルートスパンが生成されます。後続のターンでは同じ session_id を引き継ぐため、Weave はすべてのスパンに同じ gen_ai.conversation.id を付与し、Agents ビューではそれらを 1 つのセッションとしてグループ化します。この例を main.mjs として保存し、他のどのモジュールよりも先にローダーフックが実行されるよう、--import=weave/instrument フラグを付けて実行します:

node --import=weave/instrument main.mjs

Agents ビューでエージェントのトレースを確認する

スクリプトの実行後、weave.init() によって project へのリンクが出力されます。Agents ビューを開くと、次の内容を確認できます。

会話のターンを含むセッション。
各ターンは invoke_agent span として表示され、その子要素として chat と execute_tool がネストされています。
各ステップでの入力全体、モデル、出力、トークン使用量、ツールの実行結果。

Weave で Agents データを表示する方法の詳細については、エージェントのアクティビティを表示するを参照してください。

​Weave で Claude Agent SDK エージェントをトレースする

​前提条件

​前提条件

​パッケージをインストールする

​コードで Weave を初期化する

​Agents ビューでエージェントのトレースを確認する

Weave で Claude Agent SDK エージェントをトレースする

前提条件

前提条件

パッケージをインストールする

コードで Weave を初期化する

Agents ビューでエージェントのトレースを確認する