> ## Documentation Index
> Fetch the complete documentation index at: https://docs.wandb.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# Claude Agent SDK

> Weave を使用して、Claude Agent SDK で構築したエージェントをトレースします。

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。

<div id="trace-claude-agent-sdk-agents-with-weave">
  ## Weave で Claude Agent SDK エージェントをトレースする
</div>

<Tabs>
  <Tab title="Python">
    Weave SDK は [Claude Agent SDK for Python](https://github.com/anthropics/claude-agent-sdk-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](https://wandb.ai/authorize)。
    * `ANTHROPIC_API_KEY` 環境変数として設定された Anthropic APIキー。
    * Python 3.10+。
  </Tab>

  <Tab title="TypeScript">
    Weave は [`@anthropic-ai/claude-agent-sdk`](https://github.com/anthropics/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](https://wandb.ai/authorize)。
    * `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。
  </Tab>
</Tabs>

<div id="install-packages">
  ### パッケージをインストールする
</div>

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。

<CodeGroup>
  ```bash Python theme={null}
  pip install weave claude-agent-sdk
  ```

  ```bash TypeScript theme={null}
  npm install weave @anthropic-ai/claude-agent-sdk
  ```
</CodeGroup>

<div id="initialize-weave-in-your-code">
  ### コードで Weave を初期化する
</div>

<Tabs>
  <Tab title="Python">
    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。

    ```python lines highlight="11" theme={null}
    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。
  </Tab>

  <Tab title="TypeScript">
    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](/ja/weave/guides/integrations/js)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。

    ```typescript lines highlight="36" title="main.mjs" theme={null}
    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:

    ```bash theme={null}
    node --import=weave/instrument main.mjs
    ```
  </Tab>
</Tabs>

<div id="see-your-agent-traces-in-the-agents-view">
  ### Agents ビューでエージェントのトレースを確認する
</div>

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](/ja/weave/guides/tracking/view-agent-activity)を参照してください。