Claude Cookbook: dari Agen hingga RAG, Multimodal, dan Operasional

 (platform.claude.com)
1 poin oleh GN⁺ 2 jam lalu | 1 komentar | Bagikan ke WhatsApp
  • Mengumpulkan panduan praktis dan contoh untuk membangun aplikasi Claude, mencakup secara luas mulai dari pembangunan agen hingga RAG, penggunaan alat, multimodal, dan evaluasi
  • Contoh Claude Agent SDK·Managed Agents mencakup pola operasional seperti orkestrasi multiagen, manajemen sesi, deployment, penanganan gangguan, deteksi kerentanan, dan memori pengguna
  • Menyediakan kompresi memori·konteks untuk agen yang berjalan jangka panjang, pemanggilan alat secara terprogram, pencarian alat berbasis embedding, dan teknik sub-agen asinkron
  • Selain RAG, pembuatan SQL, knowledge graph, ringkasan dokumen, serta pemrosesan gambar·suara, juga dapat melihat contoh implementasi evaluasi·biaya·observabilitas·pengaman
  • Mencakup deployment Docker·Modal·Kubernetes, versioning prompt dan rollback, persetujuan manusia, serta analisis biaya, sehingga dapat dimanfaatkan di seluruh pengembangan dan operasi produksi

Evaluasi agen dan pengaman

Multiagen dan pola workflow

  • Orkestrasi multiagen asinkron: Membahas struktur pesan dan siklus hidup tim agen tetap berjumlah N yang bertukar pesan rekan melalui hub bersama, serta sub-agen asinkron yang dibuat secara dinamis
  • Multiagen: orkestrasi tim spesialis: Seorang koordinator memimpin peneliti pencarian web, penanggung jawab penelusuran file, dan penanggung jawab harga berbasis aturan untuk menyusun proposal penjualan
    • Mencakup field multiagent, event thread_created·thread_message_received, serta pembatasan cakupan alat per peran
  • Outcomes: agen yang memverifikasi pekerjaannya sendiri: Penulis membuat ringkasan riset bersitasi, lalu grader stateless memeriksa URL dan kutipan, kemudian membangun loop penilaian·perbaikan hingga lolos
    • Membahas user.define_outcome, event span.outcome_evaluation_*, dan cara menulis kriteria evaluasi yang dapat dijalankan grader
  • Workflow dasar: Menyediakan tiga pola multi-LLM yang menukar biaya atau latensi dengan performa
  • Evaluator-optimizer: Struktur iteratif di mana satu LLM menghasilkan hasil dan LLM lain memberikan umpan balik evaluasi
  • Orkestrator-pekerja: LLM pusat mendelegasikan tugas secara dinamis dan menyatukan hasil dari LLM pekerja
  • Menggunakan Haiku sebagai sub-agen: Sub-agen Haiku mengekstrak laporan keuangan dan Opus menyatukan hasilnya

Claude Agent SDK

  • Agen riset satu baris: Membangun agen riset otonom dengan Claude Code SDK dan WebSearch
  • Agen chief of staff: Membuat sistem multiagen dengan sub-agen, hook, gaya output, dan mode perencanaan
  • Agen observabilitas: Menghubungkan agen ke sistem eksternal melalui server MCP untuk menangani pemantauan GitHub dan workflow CI
  • Agen keandalan situs: Mendiagnosis·memulihkan gangguan dan menulis laporan pascainsiden dengan alat MCP baca·tulis
  • Migrasi dari OpenAI Agents SDK: Dengan contoh agen persetujuan biaya, memetakan alat, guardrail, sesi, dan handoff ke elemen dasar Claude Agent SDK
  • Membangun browser sesi: Mendaftar·menelusuri sesi Agent SDK di disk, lalu mengganti nama·memberi tag·fork untuk membuat sidebar tanpa parser riwayat percakapan terpisah
  • Agen deteksi kerentanan: Melakukan threat modeling pada target C dan menemukan bug keamanan memori dengan alat file bawaan, lalu mengelompokkannya dalam laporan terstruktur
  • Hosting agen: Mendeploy agen riset dalam tiga tahap Docker·Modal·Kubernetes sambil mempertahankan image container dan antarmuka HTTP yang sama

Claude Managed Agents

Memori dan manajemen konteks

Penggunaan alat dan integrasi eksternal

Pencarian·RAG·pemrosesan pengetahuan

Multimodal·suara·dokumen

Respons·Penalaran·Prompt

Skills dan aplikasi kerja

Pola agen LlamaIndex dan kontribusi komunitas

  • Agen ReAct: membangun agen ReAct dengan LlamaIndex yang menjalankan workflow penalaran dan tindakan berbasis alat
  • Mereka menerima kontribusi komunitas untuk ide Cookbook baru, dan menyediakan panduan kontribusi

Bacaan terkait

1 komentar

 
GN⁺ 2 jam lalu
Opini Hacker News

  • Sejujurnya, hampir semua materi cara memakai AI terasa tidak berarti. Caranya bisa langsung ditanyakan ke AI, dan kalau itu cara memanfaatkan AI, cukup tunggu Anthropic/OpenAI mengimplementasikannya karena biasanya akan tertanam di harness atau hanya fitur kecil
    Hal-hal seperti workflow agen, manajemen memori, dan rekayasa harness juga sebagian besar terasa seperti pajangan

    • Pada 2023, saya serius mempelajari CoT, ReAct, dan lainnya karena prompt engineering disebut-sebut akan menjadi software engineering baru, tetapi pada 2024 sebagian besar menjadi tidak perlu berkat model penalaran dan pembaruan harness
      Teknik atau framework AI terbaru pun diserap atau digantikan dalam siklus tiga bulanan, jadi tampaknya tidak terlalu layak diinvestasikan
    • Seiring kemampuan model meningkat, model menyerap sendiri tool di sekitarnya, sehingga tool seperti ini punya masa berlaku yang terlalu pendek. Kita sudah berulang kali melihat pola yang sama
    • Vercel memperkenalkan bahwa satu file Markdown berisi instruksi yang jelas bisa lebih efektif daripada tool calling, dan juga cara memanfaatkan indeks terkompresi. Saya juga menghabiskan berjam-jam mencoba menyempurnakan tool calling tetapi mengalami hasil serupa, dan setelah itu hanya memakai Claude.md, Agents.md, serta Project.md jika perlu
    • LLM tampak buruk dalam memanfaatkan LLM lain di dalam harness. Jika dibiarkan, ia juga bisa memasukkan segala macam isi ke file .md dan mencemari konteks
      Pada akhirnya LLM perlu dibuat untuk mencari materi semacam ini, jadi mungkin materi ini lebih untuk LLM daripada untuk manusia
    • Saat semua orang mulai memuja MCP, skills menjadi alternatif yang lebih efisien, dan manajemen konteks yang agresif juga menjadi kurang penting karena jendela konteks panjang dan fitur agen. Jika tekniknya bagus, kemungkinan besar akan tertanam di versi berikutnya
      Karena itu, jika tidak benar-benar perlu, saya menghindari plugin dan MCP dan memakai prompt yang lengkap. Berkat itu saya bisa menghindari memaksa LLM memakai optimasi usang yang justru menghambat kemajuannya

  • Gambar sebelum-sesudah di prompting estetika frontend terasa menggelikan. Sepertinya tidak ada yang memeriksa apakah skill ini benar-benar memperbaiki desain

    • Semua hasil yang ditampilkan terlihat seperti kemunduran, bukan perbaikan
    • Banyak panduan secara membabi buta merekomendasikan skill desain frontend seperti cargo cult khas LLM, tetapi isi sebenarnya berbeda dari yang orang bayangkan
    • Situs yang diberi estetika terlihat seperti keygen awal 2000-an; tinggal tambahkan musik techno saja
    • Hasilnya memang cukup memalukan. Pada dasarnya setingkat “gunakan latar belakang hitam dan font yang sangat melebar dan buruk”
    • Saya penasaran apakah mereka memilih contoh dengan perbedaan sebelum-sesudah yang dimaksimalkan untuk menciptakan kesan bahwa itu efektif. Secara pribadi, di semua contoh, desain sebelum diterapkan lebih bagus

  • Hasil prompting estetika frontend sebelum diterapkan hambar, dan setelah diterapkan menjadi hambar dengan tambahan gradasi

    • Beberapa contoh lebih baik sebelum diterapkan, dan yang benar-benar bisa disebut membaik hanya contoh blog
    • Saya malah lebih suka versi yang tidak menerapkan estetika
    • Label huruf kapital, ciri khas halaman yang didesain AI, juga ikut ditambahkan

  • Saya memakai skills dari Matt Pocock di rumah dan hasilnya cukup bagus. Karena dirancang untuk dipanggil langsung oleh pengguna, bukan dipanggil otomatis, keberadaannya saja tidak banyak memakan konteks
    Ini mendorong programmer memikirkan hasil akhir lebih dalam, bukan mengeluarkan mereka dari proses. Grill skills memperjelas kebutuhan nyata, dan prototype skill membantu mengeksplorasi bagian-bagian yang keputusannya sulit dibuat tanpa dicoba langsung

  • OpenAI Cookbook juga berguna. Lab AI lain juga sering merilis contoh dan cookbook di GitHub serta Hugging Face, jadi layak terus dipantau

  • Agen coding jauh lebih sering menghasilkan bug, fitur yang rusak atau tidak lengkap, dan hal-hal canggung di frontend daripada backend. Penyebabnya tampaknya adalah perbedaan verifiabilitas di kedua area, dan kumpulan tes dasar saja tidak cukup
    Pendekatan seperti gstack dari Garry Tan tampak tepat, tetapi saya belum tahu apakah sudah cukup matang untuk diadopsi. Ada juga penilaian bahwa Gemini 3.5 Flash lebih baik daripada Opus atau GPT-5.5 untuk pekerjaan frontend; saya penasaran apakah itu karena kemampuan multimodal atau pemahaman Chrome, dan bagaimana penilaian pengguna sebenarnya

    • Mungkin ada opsi yang digabungkan dengan agen seperti Front End Design skill milik Claude, tetapi saya belum mencobanya langsung. Magic Patterns sangat unggul khususnya untuk membuat prototipe awal saat dikendalikan oleh agen yang memahami fitur dan batasannya
      Untuk mendapatkan hasil kreatif perlu diminta secara aktif, tetapi bagus untuk desain frontend standar. Namun saya hanya memakainya untuk menguji ide, bukan untuk menambahkan atau mengubah fitur secara sembarang
    • Agen sulit menangani pembaruan state asinkron yang kompleks karena susah direpresentasikan dalam konteks. Sebaliknya, ia cukup baik untuk membuat komponen kompleks secara mandiri atau mengimplementasikan fitur dengan coupling rendah seperti animasi

  • Saya kira ini buku resep sungguhan yang membuat resep masakan yang masuk akal dan benar-benar bisa dimasak dengan LLM, tetapi sepertinya belum sampai tahap itu

    • Selama lebih dari setahun saya memasak dengan bantuan LLM beberapa kali sebulan, dan sembilan dari sepuluh kali hasilnya bagus. Resep rata-rata yang tersimpan dalam bobot model juga umumnya solid, dan sangat baik untuk substitusi bahan seperti “tidak ada bahan X” atau “tolong ubah jadi vegetarian”
      Setelah mendapat resep, menyenangkan juga meminta sekali-dua kali “buat lebih enak” dan melihat hasilnya
    • Saya sedang belajar masakan Italia dengan ChatGPT, dan selain beberapa kali trial-and-error, hasilnya bekerja sangat mengejutkan
    • Tahun ini saya beberapa kali memasak dengan Gemini dan hasilnya lebih bagus dari dugaan. Kita juga bisa mengatakan “di pantry ada bahan-bahan ini dan saya ingin diet keto”, lalu mempersempit kandidat lewat percakapan
    • Saya juga mengharapkan alat perencanaan menu digital

  • Saya kira ini produk baru untuk membuat resep dengan Claude

    • Saya sedang memanfaatkan proyek Claude untuk resep, dan itu sangat bagus untuk merekomendasikan menu serta menyesuaikan resep dengan bahan yang ada di pantry, jadi saya juga mengharapkan produk seperti itu
    • Sebenarnya bisa juga dipakai untuk tujuan seperti itu

  • Desain sebelum dan sesudah penerapan cookbook keduanya terlihat seperti dibuat dengan vibe coding. Saya bukan desainer sampai bisa menunjukkan penyebab persisnya, tetapi rentang gaya yang digunakan Claude tampaknya agak terbatas
    Mungkin kecenderungan ini bisa ditekan jika perubahan yang diperlukan ditentukan lebih spesifik

  • UI-nya seharusnya ditinjau setidaknya sekali. Jarak antar-tabel yang sederhana saja tidak bisa diselaraskan dengan benar