Claude Agent SDK 실전 가이드 — Tool Use로 AI 에이전트가 실제로 뭔가를 하게 만드는 법
anthropic 0.101.0 SDK를 직접 설치해 tool_use 에이전틱 루프를 구현했다. JSON 스키마 도구 정의부터 다중 도구 호출, 에러 핸들링, 비용 최적화까지 — 챗봇과 에이전트를 가르는 핵심 패턴 실전 가이드.
jangwook.net
Kim Jangwook
Personal technical notes on AI agents, automation, developer tools, and the process of building software.
Latest Notes
Recent writing by language
The root page stays intentionally small. Choose a language, then read the full archive and related posts there.
한국어
AI 에이전트, 자동화, 개발 도구, 소프트웨어 제작 과정을 한국어로 기록합니다.
FastMCP 3.x로 Python MCP 서버 30분 만에 만들기 — @tool 데코레이터 하나면 충분하다
FastMCP 3.2.4를 직접 설치해 @mcp.tool(), @mcp.resource(), @mcp.prompt() 데코레이터로 동작하는 MCP 서버를 만들어봤다. Claude Desktop과 Cursor가 호출하는 AI 도구 서버를 Python 30줄로 구현하는 실전 가이드.
FastAPI + Claude API 스트리밍 백엔드 — SSE·재시도·에러 복구 프로덕션 가이드
FastAPI와 Anthropic SDK로 프로덕션 수준의 스트리밍 AI 백엔드를 구축하는 완전 가이드. SSE 스트리밍 엔드포인트, 레이트 리밋 지수 백오프 재시도, 에러 분류 전략, 토큰 스트리밍 최적화, Docker 컨테이너 배포까지 단계별 코드와 함께 정리합니다.
English
Personal notes on AI agents, automation, developer tools, and building software.
Claude Agent SDK Practical Guide — Building Tool-Using AI Agents from Scratch
I installed anthropic 0.101.0 and implemented a tool_use agentic loop from scratch. JSON schema tool definitions, multi-tool calls, error handling, cost optimization — the core patterns that separate chatbots from real agents.
Building a Python MCP Server in 30 Minutes with FastMCP 3.x — One @tool Decorator Is All You Need
I installed FastMCP 3.2.4, built a working MCP server with @mcp.tool(), @mcp.resource(), and @mcp.prompt() decorators, and tested it end-to-end. A practical guide to implementing an AI tool server that Claude Desktop and Cursor can call — in 30 lines of Python.
FastAPI + Claude API: Production Streaming API — SSE & Retry
A production FastAPI streaming guide with Anthropic SDK. SSE endpoints, exponential backoff retry, error classification, and Docker deployment covered.
日本語
AIエージェント、自動化、開発ツール、ソフトウェア開発の記録です。
Claude Agent SDK 実践ガイド — Tool UseでAIエージェントが実際に行動するようにする方法
anthropic 0.101.0 SDKを直接インストールしてtool_useエージェンティックループを実装した。JSONスキーマツール定義から複数ツール呼び出し、エラーハンドリング、コスト最適化まで — チャットボットとエージェントを分ける核心パターン実践ガイド。
FastMCP 3.xでPython MCPサーバーを30分で作る — @toolデコレーターひとつで十分だ
FastMCP 3.2.4を実際にインストールして、@mcp.tool()・@mcp.resource()・@mcp.prompt()デコレーターで動くMCPサーバーを構築した。Claude DesktopとCursorが呼び出せるAIツールサーバーをPython30行で実装する実践ガイド。
FastAPI + Claude API ストリーミングバックエンド — SSE・リトライ・エラー復旧 実践ガイド
FastAPIとAnthropic SDKでプロダクションレベルのストリーミングAIバックエンドを構築する完全ガイド。SSEストリーミングエンドポイント実装、レートリミット指数バックオフリトライ、エラー分類戦略、トークンストリーミング最適化、Dockerコンテナデプロイをステップごとにコード例付きで解説します。
简体中文
记录 AI 代理、自动化、开发工具和软件构建过程。
Claude Agent SDK 实战指南 — 用Tool Use让AI代理真正执行任务
亲自安装anthropic 0.101.0并实现了tool_use代理循环。从JSON Schema工具定义到多工具调用、错误处理、成本优化 — 区分聊天机器人与真正代理的核心模式实战指南。
用FastMCP 3.x在30分钟内构建Python MCP服务器 — 一个@tool装饰器就够了
我实际安装了FastMCP 3.2.4，用@mcp.tool()、@mcp.resource()、@mcp.prompt()装饰器构建了可运行的MCP服务器。这是一份用30行Python实现Claude Desktop和Cursor可调用的AI工具服务器的实战指南。
FastAPI + Claude API 流式生产后端构建 — SSE、重试与错误恢复实战指南
本文是面向后端开发者的FastAPI + Anthropic SDK生产级流式AI后端完整指南。涵盖SSE流式端点实现、限速指数退避重试机制、错误分类与恢复策略、令牌流优化，以及基于Docker的完整容器化部署方案，每步均附完整可运行Python代码示例，是快速掌握并部署流式AI后端的最佳实践指南。