Hướng dẫn tự xây dựng một coding agent tối giản

Agent vận hành qua một vòng lặp phản hồi liên tục, nhờ đó tự sửa lỗi mà không cần bạn can thiệp từng bước.

Điều kiện tiên quyết: Python 3.10 trở lên, SDK Anthropic (pip install anthropic) và một API key đặt trong biến môi trường ANTHROPIC_API_KEY. Toàn bộ ví dụ dưới đây dùng model Claude Sonnet 5 làm bộ suy luận chính.

Mã nguồn hoàn chỉnh của dự án mẫu trong bài có sẵn trên GitHub: camnangai-public-sources/coding-agent-demo.

Bước 1 — Dựng vòng lặp hội thoại với model

Cài đặt thư viện: pip install anthropic. Agent cần một lớp quản lý lịch sử hội thoại để duy trì trạng thái giữa các lượt gọi model.

Triển khai cấu trúc cơ bản của agent:

import anthropic
import os
 
class Agent:
    def __init__(self):
        self.client = anthropic.Anthropic(api_key=os.getenv("ANTHROPIC_API_KEY"))
        self.model = "claude-sonnet-5"
        self.history = []
 
    def run_inference(self, system_prompt, tools):
        response = self.client.messages.create(
            model=self.model,
            max_tokens=4096,
            system=system_prompt,
            tools=tools,
            messages=self.history,
            thinking={"type": "adaptive"},  # model tự quyết định mức suy luận cho từng task
        )
        return response

Kiểm chứng: Gọi run_inference với một nội dung văn bản. Terminal phải in ra phản hồi từ Claude để xác nhận kết nối SDK và API key hoạt động bình thường.

Giải thích: Agent thực chất là một vòng lặp gửi liên tục lịch sử hội thoại. Model không lưu trữ dữ liệu; toàn bộ ngữ cảnh được phía client gửi lên trong mỗi lượt tương tác để model "ghi nhớ" các bước đã thực hiện.