AnthropicのAIエージェントがゲームを変えた

AIエージェント開発は熾烈な競争となり、主要なプレイヤーが覇権を争っています。OpenAIのような企業が自社のエージェント機能を推進する一方で、Anthropicは革新的な新製品で状況を再定義し、従来の開発者中心のSDKを超越しました。この戦略的転換は、企業や個人がインテリジェントオートメーションを展開する方法を根本的に変えます。

歴史的に、信頼性の高い本番環境対応のAIエージェントを構築するには、かなりの複雑さが伴いました。開発者はハードウェアの選択、モデルの構成、セキュリティプロトコルの綿密な管理に苦慮していました。プラットフォームは多くの場合、インフラストラクチャとデプロイメントの重労働をエンドユーザーに任せ、広範な採用と信頼性の高い運用の障壁となっていました。Linuxディストリビューションの管理に似たこの「いじくり屋のエージェント」アプローチは、スケーラビリティと使いやすさを制限していました。

Anthropicの大胆な対抗策は、Managed Agentsです。これは「Agent SDKの次の進化」として提示されています。この革新的な製品は、ユーザーがコードを一行も書くことなく、自然言語プロンプトに頼ってカスタムAIエージェントを作成することを可能にします。これらのエージェントは、Anthropic独自のマネージドインフラストラクチャ上で完全に動作します。これは、本番環境に対応するために特別に設計された、堅牢で安全かつスケーラブルな環境です。これは、完全にマネージドなノーコードパラダイムへの深い転換です。

このアプローチは、既存の競争環境と明確な対照をなしています。OpenClawのようなツールがユーザーに独自のハードウェアとモデルを選択し、セキュリティを管理することを要求するのに対し、AnthropicのManaged AgentsはAppleの合理化されたエクスペリエンスを模倣しています。Anthropicは、基盤となるインフラストラクチャ、セキュリティ、および複雑なオーケストレーションに対する全責任を負い、クリエイターがエージェントの核となる目的と望ましい結果にのみ集中できるようにします。これにより、参入障壁が劇的に低くなります。

Anthropicの「非常にクールなアーキテクチャ」は、ハーネス、セッション、オーケストレーターといった要素を特徴とし、安全でスケーラブルな、本番環境対応のデプロイメントという約束を支えています。この統合された設計により、エージェントは構築が容易であるだけでなく、本質的に堅牢であり、現実世界のタスクを処理する能力も備えています。ナレッジベースに基づいた顧客の問い合わせへの回答から、定期的な調査の実行、Slackを介した結果の配信まで、Managed Agentsは、他のエージェントイニシアチブを停滞させてきた法外な運用オーバーヘッドなしに、高度な自動化を可能にします。

AnthropicのManaged Agentsは、AIワークフォース作成におけるパラダイムシフトをもたらし、複雑なコードではなくシンプルなEnglish promptsを使用して、強力なカスタムエージェントを構築することを可能にします。この革新的なプラットフォームは、高度なAIアシスタントのデプロイメントを劇的に簡素化し、より幅広いユーザー層に高度な機能を提供します。ユーザーは、エージェントの目的、動作、ツールを自然言語で定義でき、AI統合への参入障壁を劇的に低減します。

エージェント構築には2つの異なる経路があります。個人は直感的なClaude Console UIを活用し、自然言語コマンドを直接入力して、エージェントの運用パラメーターと統合ツールを定義できます。プログラムによる制御を求める開発者向けには、Claude Code内のManaged Agentスキルが堅牢な代替手段を提供します。このスキルは、特にTypeScriptユーザー向けに設計されており、Claude SDKと統合してエージェント作成をスクリプト化します。機能するには特定のバージョン以上のClaude Codeが必要です。

重要な利点は、Anthropicの完全に管理されたインフラストラクチャです。これらのエージェントは、Anthropicの安全でスケーラブルな、本番環境対応のアーキテクチャ上で完全に動作し、ユーザーからDevOpsの大きな負担を完全に排除します。ユーザーが自身のハードウェア、モデル選択、複雑なセキュリティを管理する必要がある「いじくり屋のエージェント」とは異なり、Anthropicはすべての基盤となる複雑さを処理します。この「Appleのような」アプローチにより、エージェントは最初から本質的に信頼性が高く、本番環境に対応しており、作成者はエージェントのコア機能に純粋に集中できます。

これらの多用途なエージェントは、多様なアプリケーションで顕著な有用性を示します。広範なナレッジベースから情報を引き出し、問い合わせに巧みに回答するインテリジェントなカスタマーサポートボットとして機能できます。サポートを超えて、定期的なデータスクレイピングを実行し、特定の時間にSlackのようなプラットフォームに直接ターゲットを絞ったインサイトを提供する自動化されたリサーチアシスタントとしても優れています。魅力的な例として、個人の医療エージェントがありました。これは、健康データを含むプライベートなGitHubリポジトリからMarkdownファイルを読み取り、解釈するように構成され、その後、特定の医療情報と推奨事項をSlack経由で中継しました。これは、外部データソースやコミュニケーションプラットフォームとシームレスに統合し、さまざまなドメインでカスタマイズされたプロアクティブな支援を提供する能力を示しています。

Anthropicの新しいClaude Managed Agentsは、急成長するAIエージェントの分野で独自の道を切り開き、オペレーティングシステムにおける古典的な「Apple対Linux」の分裂を反映しています。これらのマネージドソリューションは、Appleのアプローチを体現しています。Anthropicがオーケストレーションからセッション管理まで、すべての基盤となるインフラストラクチャを処理する、キュレートされ、安全で、ユーザーフレンドリーなエコシステムです。ユーザーは、複雑なコーディングやデプロイの課題を回避し、平易な英語で希望するエージェント機能を明確に表現するだけで、エージェントがAnthropicの専用インフラストラクチャ上でスケーラブルで、本番環境に対応し、本質的に安全であることを保証します。

これは、Linuxの哲学を体現するOpenClawのようなオープンソースの代替手段とは対照的です。OpenClawは、最大限の制御を好むいじくり屋や開発者向けであり、ユーザーが独自のハードウェア（VPSなど）をプロビジョニングし、好みのモデルを統合し、すべてのセキュリティプロトコルを自分で管理することを要求します。このアプローチは、比類のないカスタマイズ性とコンポーネントを選択する自由を提供しますが、この柔軟性は、デプロイとメンテナンスのために深い技術的専門知識と手作業による管理を必要とするという代償を伴います。

重要なことに、Anthropicは最近、OpenClawを含むサードパーティツールでのClaudeサブスクリプションの使用を制限しました。この動きは、戦略的であると広く見られており、Managed Agentsのローンチに直接関連しているようで、Anthropicが厳密に管理された統合プラットフォームへの推進を確固たるものにしています。この決定は、ユーザーを彼らのマネージド環境に誘導し、彼らのエコシステム内で一貫した安全な体験を保証するための意図的な努力を強調しています。

AIワークフォースを構築する者にとって、トレードオフは明確です。Managed Agentsは、使いやすさ、堅牢なセキュリティ、そしてすぐに使えるスケーラビリティを優先し、インフラ管理のオーバーヘッドなしに本番環境対応のソリューションを求める企業にとって理想的です。このアーキテクチャに関するより技術的な洞察については、Introducing Claude Managed Agents: everything you need to build & deploy agents at scaleをご覧ください。対照的に、OpenClawのようなプラットフォームは究極の柔軟性を提供し、開発者は必要な技術的知識があれば、任意のモデルを選択し、すべてのパラメータをカスタマイズし、エージェントの環境をきめ細かく制御できます。この戦略的な分岐は、開発者に重要な決断を迫ります。利便性とセキュリティか、それとも絶対的な自律性とカスタマイズか。

実際のデモンストレーションは、AnthropicのManaged Agentsの背後にある力をすぐに明らかにしました。このビデオでは、ユーザーのプライベートな健康データと対話するように設計された、高度にパーソナライズされた医療エージェントの構築について説明しました。このエージェントは、機密性の高い医療記録を格納する安全なプライベートGitHub repository、直感的なユーザーインターフェースとして機能するSlack integration、そしてインテリジェントな仲介役として機能するClaude Managed Agent自体の3つの異なるコンポーネントを接続しました。

この特注エージェントの構築には複雑なコーディングは不要で、Claude Code SDKを介した自然言語プロンプトに依存しました。オンボーディングプロセスは、エージェントの機能を定義することから始まり、GitHubリポジトリ内のマークダウンファイルから情報を抽出するために`read`や`grep`のようなツールへのアクセスを明示的に許可しました。重要なことに、データ整合性とセキュリティを確保するため、`write`、`edit`、`bash`などのアクションは制限され、エージェントが医療記録を改ざんするのを防ぎました。

ユーザーはエージェントのペルソナを指定し、「医師のように情報を理解する」ように指示しました。基盤となるAIモデルには、作成者はより高価なOpusではなくSonnetを選択し、機能と費用対効果のバランスを取りました。セットアッププロセスにより、環境IDとエージェントIDが生成され、Claude Console内で確認できるAnthropicのセキュアなインフラストラクチャへのデプロイが確認されました。

エージェントが設定された後、最後のステップはSlackとの統合でした。Slackアプリをセットアップし、環境変数を設定すると、エージェントはメッセージングプラットフォームから直接アクセスできるようになりました。「どのようなモデルを使用していますか？」という最初のクエリに対し、丁寧で自己認識のある応答が得られました。「私はAnthropic製のClaudeです...何か医療的なことでお手伝いできることはありますか？」これにより、エージェントの準備が整い、その専門的な役割を理解していることが確認されました。

真のテストは、複雑な個人的なクエリで訪れました。「私の医療情報に基づいて、イカを食べても大丈夫ですか？」エージェントは即座に動作を開始し、定義された`read`および`grep`ツールを活用してプライベートGitHubリポジトリを検索しました。数秒後、文脈に沿ったインテリジェントな応答を返し、複雑な個人データを処理し、ユーザーフレンドリーなSlackインターフェースを通じて関連する洞察を提供する能力を示しました。

AnthropicのManaged Agentsは、堅牢でスケーラブルなパフォーマンスのために設計された、洗練された独自のアーキテクチャで動作します。このシステムは、Harness、Session、Orchestratorという3つの異なるコアコンポーネント間で懸念事項を巧みに分離します。これらの要素が連携して、セキュアで本番環境対応のAIエージェントがAnthropicのマネージドインフラストラクチャ上でシームレスに機能することを可能にします。

Harnessはエージェントの実行エンジンとして機能し、Claudeモデルを実行するステートレスなルーターです。このコンポーネントは、厳密に制御されたサンドボックス環境内でリクエストを処理し、ツール呼び出しを実行する責任を負います。そのステートレスな設計により、個々のHarnessインスタンスは一時的で容易に置き換え可能であり、システムの安定性とセキュリティを強化します。

決定的に重要な点として、Harnessは長期記憶を保存しません。代わりに、別のSessionコンポーネントがエージェントの会話履歴と状態を維持します。この追記専用ログはすべてのインタラクションを記録し、システムの永続的なメモリとして機能し、実行ロジックから完全に分離されています。メモリを分離することで、Anthropicは異なるエージェントの実行間でのデータ漏洩を防ぎ、堅牢なデータ整合性を確保します。

全体的な運用を監督するのは、Managed AgentsのマスターコントローラーであるOrchestratorです。このコンポーネントはHarnessインスタンスの健全性と可用性を監視し、必要に応じて新しいインスタンスを動的にプロビジョニングします。Harnessが故障したり問題が発生した場合、Orchestratorは迅速に新しいインスタンスを立ち上げ、エージェントの継続的な運用と高い回復力を確保します。

このアーキテクチャ上の分離は重要な利点をもたらします。ステートレスなHarnessインスタンスは容易に水平方向にスケールでき、パフォーマンスを損なうことなく増加した負荷を処理します。分離されたSessionは、複数のHarnessの再初期化をまたいでも、一貫した安全なメモリアクセスを保証します。その一方で、Orchestratorは本質的な自己修復機能を提供し、重要なアプリケーションに対してエージェントを非常に信頼性の高いものにします。

Anthropicのアプローチは、複雑なインフラ管理を抽象化し、エージェントのデプロイを劇的に効率化します。開発者はエージェントの振る舞いを自然言語で定義するだけでよく、基盤となるHarness、Session、Orchestratorのアーキテクチャが安全でスケーラブルかつ回復力のある基盤を提供することを確信しています。この堅牢な設計は、AnthropicがManaged Agentsに約束する「Appleのような」シンプルさと信頼性を支えています。

本番環境では鉄壁のセキュリティが求められ、AnthropicのManaged Agentsは決定的な差別化要因を提供します。それは、綿密に設計されたセキュリティモデルです。このアーキテクチャは、カスタムAIデプロイメントにおける一般的な脆弱性である、機密性の高い認証情報を保護するという重要な課題に直接対処します。企業は、運用上の秘密が不正アクセスから保護されていることを知って、自信を持ってエージェントをデプロイできます。

このセキュリティフレームワークの核となるのは、機密性の高い認証情報の厳格な分離です。APIキー、データベーストークン、その他の重要なアクセス秘密は、AIモデル自体とエージェントのコアロジックから完全に分離されたセキュアな保管庫内に存在します。この基本的な区画化により、AIがこれらの重要な情報を直接アクセスしたり、ログに記録したり、意図せず広範なシステムに公開したりすることを防ぎます。

Managed Agentsは、洗練されたジャストインタイム認証情報アクセスメカニズムを採用しています。システムは認証キーが必要とされるまさにその瞬間にのみ取得し使用します。特に、厳密に制御されたツール呼び出しまたはサンドボックス化された実行環境内でです。決定的に重要な点として、これらの認証情報はエージェントのHarness（中央調整コンポーネント）に決して公開されず、攻撃対象領域と侵害の可能性を大幅に削減します。

この堅牢なアプローチを、ローカルサーバーの.envファイルにシークレットを直接埋め込んだり、アプリケーションのコードベースにハードコーディングしたりする、一般的で安全性の低い慣行と比較してください。このような方法は本質的にリスクを高め、ホスト環境が侵害された場合に、偶発的な漏洩、バージョン管理のリーク、または悪意のあるデータ流出に対してシステムを脆弱にします。Anthropicのマネージドインフラストラクチャは、認証情報管理を完全に抽象化することで、この危険な経路を排除します。

この包括的なセキュリティ体制は、特に高度に規制された業界において、真に本番環境に対応したAI agentsの約束を支えるものです。高度な認証情報管理をプラットフォームに直接統合することで、Anthropicは開発者とセキュリティチームの運用負担を大幅に軽減し、エージェント展開の信頼性を高めます。これらの安全な操作におけるセッションおよびトークンコストを含む、より広範な経済的影響について関心のあるユーザーは、Pricing - Claude API Docsで詳細情報を見つけることができます。この設計により、データ整合性、システムセキュリティ、または規制順守を損なうことなく、エージェントの機能が拡張されることが保証されます。

多くのユーザーにとって即座の失望は、料金モデルに起因します。AnthropicのManaged Agentsは厳密にAPI専用製品として動作するため、既存のClaude Pro、Max、またはTeamサブスクリプションは完全に無効になります。ユーザーは前払い限度額やバンドルされたアクセスを利用できず、Managed Agentとのすべてのインタラクションには新規の個別料金が発生し、この高度な機能に対して事実上明確なペイウォールが作成されます。

このAPI中心のアプローチは、開発者がエージェント展開に対して2段階のコスト構造に直面することを意味します。まず、Managed Agentによって消費されるすべてのトークン—プロンプトの処理、ツールへのアクセス、または応答の生成のいずれであっても—標準のClaude API料金モデルに従います。これには入力および出力トークンが含まれ、エージェントの複雑さとタスク量に応じて急速に蓄積される可能性があります。次に、Anthropicはアクティブなエージェントセッションに対して追加料金を課します:セッション時間あたり8セント。重要なことに、この時間料金はセッションがアクティブに実行されている場合にのみ適用されます。アイドル状態のセッションは、設定されていてもコストは発生せず、頻度の低いまたはイベント駆動型のユースケースに対してある程度の軽減策を提供します。

金銭的な考慮事項を超えて、このプラットフォームは現在、すぐに使える統合機能において顕著な制限を提示しています。広範な事前構築済みコネクタを誇る、よりオープンでコミュニティ主導のプラットフォームとは異なり、AnthropicのManaged Agentsは、さまざまな外部サービスに対する即時の統合が少ないです。これは、サポートされていないサードパーティツール、レガシーシステム、または独自の内部データベースとの統合には、頻繁にカスタムコード開発が必要となることを意味します。

コアエージェント作成における「コード不要」という約束にもかかわらず、Managed Agentの範囲をAnthropicのキュレーションされた環境を超えて拡張するには、依然として開発者の専門知識が必要です。広範な接続サービスのエコシステムを目指す組織は、これらの統合ギャップを埋めるために、かなりのグルーコードを作成したり、カスタムAPIを開発したりする必要があるかもしれません。これにより、Managed AgentsはAnthropicのエコシステム内で特定のタスクに対する強力で安全なソリューションとして位置付けられますが、広範な外部接続が最重要となる複雑なエンタープライズ展開においては、慎重な費用対効果分析が必要です。プラットフォームの現在の状態は、普遍的なプラグアンドプレイ統合よりも、セキュリティと管理されたシンプルさを優先しています。

Anthropicは、そのManaged Agentsを、初日からエンタープライズグレードの規模と信頼性のために設計された、本質的に本番環境対応であると位置付けています。この野心的な主張は、AI導入における一般的な運用上の課題に直接対処する、綿密に設計されたアーキテクチャに基づいています。従来のセルフホスト型エージェントフレームワークとは異なり、Anthropicは基盤となるインフラストラクチャを完全に管理し、開発者にとって複雑なデプロイ、セキュリティ、スケーリングの懸念を抽象化します。

堅牢性は、エージェントのアーキテクチャ内での懸念事項の明確な分離に根本的に由来します。エージェントコードの実行を担当するHarnessは、ステートレスなコンポーネントとして動作します。この重要な設計上の選択は、フォールトトレランスを劇的に向上させます。Harnessインスタンスが問題に遭遇した場合でも、システムは重要な運用コンテキストや進行中のタスクの進捗を失うことなく、シームレスに新しいインスタンスを起動できます。

会話履歴、ツールとのやり取り、環境データを含むエージェントの状態は、Session内に独立して永続化されます。これらの隔離されたセッションは、包括的なタイムスタンプ付きログを維持し、堅牢な監査証跡を確保し、デバッグプロセスを大幅に簡素化します。一時的な実行と永続的な状態ストレージのこの明確な区別により、多様で要求の厳しいワークロード全体で、迅速な回復、一貫したパフォーマンス、予測可能な動作が可能になります。

Orchestratorは、すべてのManaged Agentsの中央コーディネーターとして機能し、水平スケーラビリティをさらに強化します。このインテリジェントなコンポーネントは、ユーザーの需要や環境の変化に応じて、新しいHarnessとSessionを効率的に起動することで、エージェントのワークロードを動的に管理および分散します。水平スケーリングの固有の機能により、プラットフォームは膨大な数の同時ユーザーと複雑な環境に容易に対応でき、個々の開発者と大規模なエンタープライズアプリケーションの両方に対応します。

開発者は、Claude Consoleを通じて重要な運用上の可視性と制御を得ます。この一元化されたダッシュボードは、アクティブなセッションのリアルタイム監視を提供し、エージェントのインタラクションとツール使用の粒度の高い詳細なログを提供します。Consoleは、問題の迅速な特定、正確なデバッグ、および制御された観測可能な方法でエージェントのバージョンを反復する能力を可能にし、堅牢なAIアプリケーションの開発と改良を加速します。

OpenAIの初期のGPTsとその後のストアが、開発者とユーザーの勢いを急速に失ったのとは異なり、AnthropicのManaged Agentsは根本的に異なる戦略を採用しています。OpenAIは、広大でしばしば混沌としたオープンエンドのエージェントのマーケットプレイスを提供しましたが、その多くは堅牢な機能や明確なビジネス上の有用性を欠いていました。これは、不可欠なツールというよりも、目新しさという認識につながりました。

Anthropicは、マネージドインフラストラクチャ、エンタープライズグレードのセキュリティ、および本番環境への明確なデプロイパスを優先することで、これらの欠点を直接的に解決します。エージェントはAnthropicのセキュアなバックエンド上で完全に動作し、開発者にとって複雑な環境のホスティング、スケーリング、維持の負担を取り除きます。安全で信頼性の高い基盤へのこのコミットメントは、AIをコア業務に統合しようとする企業にとって重要な差別化要因です。アーキテクチャの詳細については、Claude Managed Agents overview - Claude API Docsを参照してください。

プラットフォームの作成の容易さが、さらにその特徴を際立たせています。ユーザーは、Claude Console を直接使用するか、Claude Code の Managed Agent スキルを介して、複雑なコーディングを必要とせずに、シンプルな英語のプロンプトを使用して強力なカスタムエージェントを構築できます。これにより、エージェント作成が民主化され、非技術系のビジネスユーザーが特定のタスクに合わせた AI ソリューションを迅速に展開できるようになります。これは、自己管理型のセットアップである「Linux」のアプローチと比較して、厳選されたユーザーエクスペリエンスに対する「Apple」の比喩を反映しています。

重要なことに、Managed Agents は、オープンエンドな会話型ツールではなく、タスク指向のツールとして設計されています。これらは特定のスキルを統合し、事前定義されたツールにアクセスして、プライベートな GitHub repos からの読み取り、データの処理、Slack との連携といった正確なアクションを実行します。これは、しばしば曖昧な GPTs の範囲とは対照的であり、Anthropic の提供するものが、ターゲットを絞ったビジネスアプリケーションやワークフローにとって、はるかに実用的で即座に価値のあるものとなっています。

Anthropic の Claude Managed Agents は、特定のユーザーにとって魅力的な提案を提供し、実用的な AI 統合へのより明確な道筋を示します。専任の DevOps チームなしで、安全でスケーラブルなエージェント展開を求める組織にとって、このプラットフォームは大きな進歩を意味します。エージェントベースのアプリケーションを迅速にプロトタイプ作成し、展開する必要がある企業は、そのノーコードアプローチに計り知れない価値を見出すでしょう。

理想的なユーザーには、Anthropic の堅牢なインフラストラクチャを活用し、データセキュリティとコンプライアンスを優先する企業が含まれます。AI エンジニアリングリソースが限られているチームでも、シンプルな英語のプロンプトを使用して複雑なエージェントワークフローを開発できるようになり、広範なコーディングや専門的なハードウェア管理の必要性を回避できます。これにより、顧客サービス自動化から社内調査ボットまで、幅広いユースケースで高度な AI 機能へのアクセスが民主化されます。

しかし、Managed Agents はすべての人に適しているわけではありません。モデルパラメータ、ハードウェア構成、またはカスタム環境設定に対するきめ細かな制御を必要とするいじくり回すユーザー（Tinkerers）は、管理された抽象化が制限的すぎると感じるかもしれません。Anthropic がまだすぐにサポートしていないエコシステムやプラットフォームで作業している開発者も、現在の統合がまだいくらか限られているため、注意が必要です。

さらに、API のみの料金モデルは、既存の Claude サブスクリプションが適用されないことを意味し、トークン使用量とセッション時間に対して別途コストを考慮する必要があります。この構造は、カジュアルな実験ではなく、本番規模の展開を対象としており、予算を重視する小規模チームや個人開発者の採用に影響を与えます。

最終的に、Anthropic のマネージド型アプローチは、組織が AI を実装する方法を根本的に変える可能性があります。インフラストラクチャの複雑さを抽象化し、初日からセキュリティとスケーラビリティを重視することで、技術的な実装から戦略的なアプリケーションへと焦点を移します。このモデルは、インテリジェントエージェントの展開を加速させ、高度な AI を企業の未来にとってよりアクセスしやすく信頼性の高いツールにすることを約束します。

Claude Managed Agents とは何ですか？

Claude Managed Agents は、Anthropic が提供するサービスで、ユーザーは Anthropic のインフラストラクチャ上で、コードを書かずに自然言語プロンプトを使用してカスタム AI エージェントを作成、展開、管理できます。

Managed Agents は OpenClaw のようなツールとどう異なりますか？

Managed Agents は、Anthropic がインフラストラクチャ、セキュリティ、スケーラビリティを処理する、完全に管理された「Apple のような」ソリューションです。OpenClaw は「Linux」に近く、ユーザーが自身のハードウェア、モデル、セキュリティを管理する必要があるオープンソースのいじくり回すユーザー（Tinkerer）向けのツールです。

Claude Managed Agents の料金はどのようになっていますか？

価格は2つの要素に基づいています。基盤となるClaudeモデル（例：SonnetまたはOpus）のAPIトークン使用量と、アクティブなエージェントセッションに対する1時間あたりの料金です。これはClaude Proサブスクリプションとは別です。

Managed Agentsを使用するために開発者である必要がありますか？

いいえ。自然言語を使用して、Claude Console UIを通じてエージェントを完全に作成・管理できます。ただし、より複雑な統合には、Claude CodeスキルとTypeScript SDKを使用できます。