

# 入门篇：两小时，一行代码，搞定老板的AI汇报

> 这是「从 Demo 到生产：老张的 Agent 进阶之路」系列的第一篇。如果你也是 AI 新手但需要快速产出，这篇文章适合你。

---

周五下午四点，老张正准备收拾东西，王总突然出现在门口。

「老张啊，下周一例会给我讲讲 AI 能帮公司做什么。不用太复杂，能演示就行。」

老张心里咯噔一下。他对 AI 的了解仅限于「好像有个 ChatGPT」，要周一交出像样的演示？

他打开电脑，搜索「Claude Agent」，跳出来一堆文档：API 文档、SDK 参考、Cookbook 示例……四十分钟后，他找到了一个叫「One-Liner Research Agent」的东西。

两小时后，他做了一个竞品研究 Agent——能自动搜索行业信息，整理成报告。

周一早上，演示成功。王总问：「能做得更智能吗？能记住我们公司的偏好吗？」

这篇文章，就是老张那两小时学到的全部。

---

## 老张的挑战：用最小成本做个能演示的 Agent

老张的需求很明确：

**核心任务**：做一个竞品研究 Agent，自动搜集公司所在行业的竞品信息

**约束条件**：
- 时间：周末两天（实际只用了两小时）
- 预算：零（先用免费额度试水）
- 技术基础：会 Python，但没用过 Claude API

**成功标准**：周一早会能演示，王总看到实际效果

老张的直觉是：先跑起来，再想优化。这种务实态度恰恰是 Agent 开发的正确姿势——从最小可行版本开始，逐步迭代。

---

## 第一行代码：query() 启动 Agent

老张找到的「One-Liner Research Agent」来自 Anthropic 官方 Cookbook。核心代码只有几行：

```python
from claude_agent_sdk import ClaudeAgentOptions, query

async for msg in query(
    prompt="研究智能制造行业的竞争格局",
    options=ClaudeAgentOptions(
        model="claude-sonnet-4-6",
        allowed_tools=["WebSearch"]
    ),
):
    print(msg)
```

这行代码做了什么？

```
┌─────────────┐     ┌─────────────┐     ┌─────────────┐
│   你提问    │────▶│  Claude API │────▶│  WebSearch  │
└─────────────┘     └─────────────┘     └─────────────┘
                           │
                           ▼
                    ┌─────────────┐
                    │  返回结果   │
                    └─────────────┘
```

**Claude Agent SDK 的核心概念**：

| 组件 | 作用 |
|------|------|
| `query()` | 一次性执行，无状态 |
| `ClaudeSDKClient` | 多轮对话，有状态 |
| `allowed_tools` | 工具权限白名单 |
| `async for` | 异步迭代响应流 |

老张惊讶于它的简单——没有复杂的状态管理，没有工具注册，甚至不需要写「如果搜到 A 就做 B」的逻辑。Claude 自己决定搜什么、怎么综合。

这就是 Agent 和普通 API 调用的本质区别：**你只给目标，AI 自己规划执行路径。**

---

## WebSearch：Agent 的眼睛

老张运行代码，看到终端输出：

```
🤖 Using: WebSearch("智能制造 竞争格局 2025")
🤖 Using: WebSearch("industrial automation market leaders China")
🤖 Thinking...
🤖 Found 3 major competitors...
```

**WebSearch 工具的工作方式**：

1. Claude 决定搜索时机和关键词
2. 自动执行搜索
3. 阅读搜索结果
4. 判断是否需要更多信息
5. 循环直到满意为止

老张注意到一个细节：他只给了中文 prompt，但 Claude 自己判断需要补充英文搜索。这种「自主决策」正是 Agent 的核心价值。

**工具权限的边界**：

```python
allowed_tools=["WebSearch", "Read", "Bash"]
# WebSearch：搜索网络
# Read：读取本地文件
# Bash：执行命令（谨慎授权）
```

`allowed_tools` 是安全边界。白名单里的工具 Claude 可以自由使用，其他工具要么需要人工批准，要么直接不可用。

---

## 异步迭代：处理响应流

老张的第一版代码直接打印消息，输出很乱。他改进了一下：

```python
async for msg in query(...):
    # 处理响应消息
    print(msg)
```

响应流中包含多种消息类型：文本输出、工具调用、工具结果。异步迭代的好处是**实时看到 Agent 的思考过程**——老张能观察 Claude 先搜什么、怎么判断、是否需要补充搜索。这对调试和理解 Agent 行为至关重要。

---

## System Prompt：定制 Agent 角色

老张发现，通用搜索结果不够聚焦。他想让 Agent 更了解公司背景：

```python
options=ClaudeAgentOptions(
    model="claude-sonnet-4-6",
    allowed_tools=["WebSearch"],
    system_prompt="""
    你是一家中型制造企业的市场研究助手。
    公司主要产品是工业自动化设备，客户集中在华东地区。
    研究时请特别关注：
    1. 国内竞争对手的产品定位
    2. 价格区间和技术路线
    3. 最近的融资或并购动态
    """
)
```

**System Prompt 的作用**：

```
┌─────────────────────────────────────────┐
│            System Prompt                │
│  (Agent 的角色、背景、偏好)              │
└─────────────────┬───────────────────────┘
                  │
                  ▼
┌─────────────────────────────────────────┐
│            User Prompt                  │
│  (用户的具体任务)                        │
└─────────────────────────────────────────┘
```

老张意识到，这就是 Agent 的「人设」。好的 System Prompt 能让 Agent 更聚焦、更专业，避免泛泛而谈。

---

## 一次查询 vs 多轮对话

老张的 Demo 需要一个改进：支持追问。

「王总看完报告，想深入了解某个竞品，Agent 得能记住上下文。」

这时 `query()` 不够用了——它是无状态的，每次查询都是全新开始。老张换成了 `ClaudeSDKClient`：

```python
from claude_agent_sdk import ClaudeSDKClient, ClaudeAgentOptions

async with ClaudeSDKClient(
    options=ClaudeAgentOptions(
        model="claude-sonnet-4-6",
        allowed_tools=["WebSearch"]
    )
) as agent:
    # 第一轮：行业概况
    await agent.query("分析智能制造行业竞争格局")
    async for msg in agent.receive_response():
        # 处理响应...
        pass

    # 第二轮：基于第一轮追问
    await agent.query("重点关注华南地区的竞争对手")
    async for msg in agent.receive_response():
        # 这里的上下文包含第一轮的结果
        pass
```

**有状态 vs 无状态的对比**：

| 特性 | query() | ClaudeSDKClient |
|------|---------|-----------------|
| 状态管理 | 无状态 | 维护对话历史 |
| 适用场景 | 独立查询 | 多轮迭代调查 |
| 内存消耗 | 低 | 随对话增长 |
| 实现复杂度 | 简单 | 需要上下文管理 |

老张最终选了 `ClaudeSDKClient`——Demo 需要演示追问场景。

---

## 周一演示：效果超出预期

老张的 Demo 很简单：

1. 输入：「研究我们行业的主要竞争对手」
2. Agent 自动搜索、整理、生成报告
3. 追问：「某公司的技术路线有什么特点？」
4. Agent 基于上下文深入分析

王总看完，问：「这个 Agent 能记住我们公司的行业特点吗？」

老张答：「目前每次重启就忘了，但我可以让它记住。」

王总：「好，下周演示升级版。」

---

## 老张学到了什么

**Agent 开发的正确姿势**：

1. **从 query() 开始**：一行代码跑起来，验证可行性
2. **用好 allowed_tools**：只给 Agent 真正需要的工具权限
3. **异步迭代观察**：实时看 Agent 的决策过程，方便调试
4. **System Prompt 定角色**：让 Agent 更专业、更聚焦
5. **按需选择状态管理**：单次查询用 query()，多轮对话用 Client

**下一步的问题**：

- 每次重启都丢记忆，怎么解决？
- 高管要用，怎么加审计日志？
- 多人协作，怎么协调多个 Agent？

这些问题，进阶篇会解答。

---

## 附：完整 Demo 代码

```python
import asyncio
from claude_agent_sdk import ClaudeSDKClient, ClaudeAgentOptions

async def demo():
    async with ClaudeSDKClient(
        options=ClaudeAgentOptions(
            model="claude-sonnet-4-6",
            allowed_tools=["WebSearch"],
            system_prompt="""
            你是一家中型制造企业的市场研究助手。
            公司主营工业自动化设备，客户集中在华东地区。
            """
        )
    ) as agent:
        # 行业研究
        await agent.query("分析智能制造行业的竞争格局")
        async for msg in agent.receive_response():
            print(msg)

        # 追问
        print("\n--- 深入分析 ---\n")
        await agent.query("重点关注注册资本 5000 万以上的企业")
        async for msg in agent.receive_response():
            print(msg)

if __name__ == "__main__":
    asyncio.run(demo())
```

运行前需要设置环境变量：
```bash
export ANTHROPIC_API_KEY=your_key_here
```

---

**下一篇：从工具人到 Chief of Staff —— 给 Agent 装上记忆和审计**

老张的 Demo 通过了，但王总提出了新要求：Agent 要能记住公司背景，要有审计日志。这意味着老张需要学习 CLAUDE.md 记忆机制、Plan Mode、Hooks 审计……

进阶篇，我们将看到老张如何把一个「能用」的 Demo 变成「可靠」的产品。

这是「从 Demo 到生产：老张的 Agent 进阶之路」系列的第一篇。如果你也是 AI 新手但需要快速产出，这篇文章适合你。

入门篇：两小时，一行代码，搞定老板的AI汇报

软件研发

人工智能

编程语言

职业发展

新手如何用两小时搞定AI演示？本文以老张的实战经验为例，分享用Claude Agent快速制作竞品研究工具。只需一行代码启动WebSearch工具，通过SystemPrompt定制角色，异步迭代观察思考过程。适合零预算、Python基础的初学者，从最小可行版本开始Agent开发。

ChatGPT

Python

Agent

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

入门篇：两小时，一行代码，搞定老板的AI汇报-腾讯云开发者社区-腾讯云

入门篇：两小时，一行代码，搞定老板的AI汇报

入门篇：两小时，一行代码，搞定老板的AI汇报

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐