ARCH_NCاستودیو معماری دیجیتال
AI Agent

ساخت ایجنت هوش مصنوعی با Claude: ابزار، حلقه‌ی کار و MCP

ایجنت هوش مصنوعی با Claude یک مدل است که در حلقه‌ای کار می‌کند: فکر می‌کند، ابزار صدا می‌زند، نتیجه را می‌خواند و تا رسیدن به جواب ادامه می‌دهد. سحر و جادویی در کار نیست؛ ساختن‌اش به چند قطعه‌ی روشن می‌رسد و در این مقاله همان قطعه‌ها را مرحله‌به‌مرحله می‌گوییم.

ایجنت با چت‌بات چه فرقی دارد؟

چت‌بات یک بار جواب می‌دهد. ایجنت می‌تواند برای رسیدن به هدف چند قدم بردارد: داده بخواند، جست‌وجو کند، یک API را صدا بزند و نتیجه را بسنجد. تفاوت کامل را در AI Agent چیست نوشته‌ایم؛ اینجا سراغ ساخت می‌رویم.

حلقه‌ی ابزار در Claude چطور کار می‌کند؟

هسته‌ی هر ایجنتی که با API ساخته شود، همین چند مرحله است:

  1. شما فهرست ابزارها را همراه پیام به مدل می‌دهید. هر ابزار یک نام، یک توضیح و ساختار ورودی (JSON Schema) دارد.
  2. اگر مدل بفهمد برای جواب به ابزار نیاز دارد، به‌جای متن، یک درخواست استفاده از ابزار با ورودی‌های مشخص برمی‌گرداند. پاسخ با دلیل توقف tool_use تمام می‌شود.
  3. خود مدل ابزار را اجرا نمی‌کند. کد شما آن تابع را اجرا می‌کند (مثلاً جست‌وجوی سفارش در پایگاه‌داده).
  4. نتیجه را در یک پیام tool_result به مدل برمی‌گردانید.
  5. مدل یا ابزار دیگری می‌خواهد و حلقه ادامه پیدا می‌کند، یا جواب نهایی را می‌نویسد.

یک حد بالا برای تعداد دور حلقه بگذارید تا اگر مدل گیر کرد، هزینه و زمان بی‌پایان نشود.

Agent SDK چه چیزی را از دوش شما برمی‌دارد؟

نوشتن حلقه‌ی بالا ساده است، ولی کارهای اطرافش زیاد می‌شود: مدیریت تاریخچه‌ی گفتگو، اجرای ابزارهای فایل و دستور، مجوز دادن به هر ابزار و ادامه‌ی کار طولانی. Anthropic برای همین یک «Agent SDK» (برای Python و TypeScript) منتشر کرده که همان زیرساخت Claude Code را در اختیار برنامه‌ی شما می‌گذارد. اگر ایجنت‌تان فقط یکی دو ابزار ساده دارد، حلقه‌ی دستی کافی است؛ اگر به کار فایلی و چندمرحله‌ای نیاز دارید، SDK وقتتان را می‌گیرد. جزئیات و نام‌های دقیق را از مستندات رسمی بخوانید، چون این بخش‌ها زود عوض می‌شوند.

MCP چیست و چرا مهم است؟

MCP (پروتکل بافت مدل) یک استاندارد باز برای وصل کردن ابزارها و منابع داده به مدل‌هاست. به‌جای اینکه برای هر سرویس (تقویم، پایگاه‌داده، سیستم تیکت) کد اتصال جدا بنویسید، یک «سرور MCP» آن سرویس را در قالب ابزار عرضه می‌کند و هر ایجنتی که MCP بفهمد می‌تواند از آن استفاده کند. برای شرکتی که چند ایجنت دارد، یعنی اتصال یک بار ساخته می‌شود.

مراحل ساخت یک ایجنت واقعی

  1. یک کار مشخص انتخاب کنید. «پاسخ به پرسش‌های ارسال سفارش»، نه «همه‌ی کارهای پشتیبانی».
  2. ابزارها را کم نگه دارید. دو تا پنج ابزار با توضیح دقیق، بهتر از بیست ابزار مبهم است.
  3. دستور سیستم (System Prompt) بنویسید: نقش، مرز کار، لحن و اینکه اگر مطمئن نیست چه کند.
  4. دانش را بدهید. پاسخ باید از مستندات شما بیاید، نه از حدس مدل. همین اصل را در چت‌بات هوش مصنوعی برای سایت هم توضیح داده‌ایم.
  5. با پرسش‌های واقعی آزمایش کنید و هر جواب غلط را به یک نمونه‌ی تست تبدیل کنید.
  6. ثبت و پایش: همه‌ی گفتگوها و فراخوانی ابزارها را ذخیره کنید تا بتوانید اشتباه را ردیابی کنید.

نمونه: ایجنت پیگیری سفارش

مشتری می‌پرسد «سفارشم کجاست؟». ایجنت دو ابزار دارد: find_order برای پیدا کردن سفارش با شماره و get_shipping_status برای وضعیت ارسال. مدل شماره را از پیام می‌گیرد، ابزار اول را صدا می‌زند، با نتیجه‌اش ابزار دوم را، و بعد جواب را به زبان ساده می‌نویسد. اگر شماره پیدا نشد یا مشتری عصبانی بود، گفتگو را به کارشناس می‌دهد. مهم این است که هر دو ابزار فقط می‌خوانند و چیزی را تغییر نمی‌دهند.

نکات ایمنی

  • کمترین دسترسی: ابزار نوشتن یا حذف را فقط وقتی بدهید که لازم است، و برای کارهای حساس (بازپرداخت، تغییر سفارش) تأیید انسانی بگذارید.
  • متن بیرونی را دستور نگیرید: متنی که ایجنت از وب یا ایمیل می‌خواند ممکن است دستور پنهان داشته باشد. خروجی ابزارها را «داده» حساب کنید، نه فرمان.
  • کلید API در کد سمت کاربر نباشد. فراخوانی مدل از سرور شما انجام شود.
  • سقف هزینه و تعداد دور را تعیین کنید.

دسترسی به Claude و جایگزین‌ها

شرکت Anthropic فقط در فهرست مشخصی از کشورها سرویس می‌دهد و طبق فهرست رسمی، ایران جزو آن‌ها نیست. پیش از شروع پروژه، دسترسی و روش پرداخت را از منبع رسمی بررسی کنید و روی چیزی که قابل تضمین نیست، قرارداد نبندید. اگر ساختار ایجنت درست طراحی شود (ابزارها، دانش و کنترل ایمنی)، عوض کردن مدل پشت آن کار سختی نیست؛ برای همین ما ساختار را مستقل از یک مدل طراحی می‌کنیم.

اگر نمی‌خواهید کد بنویسید؟

همین ساختار را می‌توان با ابزار بصری ساخت. راهنمای ساخت ایجنت هوش مصنوعی با n8n را ببینید، یا برای دیدن کاربردهای روزمره، مقاله‌ی اتوماسیون با Claude را بخوانید. اگر ایجنت اختصاصی می‌خواهید، صفحه‌ی ساخت ایجنت هوش مصنوعی توضیح می‌دهد چه کاری انجام می‌دهیم.

برای انتخاب مدل زبانی مناسب و برآورد هزینه‌ی آن، بهترین مدل هوش مصنوعی برای ایجنت کسب‌وکار را بخوانید.

پرسش‌های رایج

برای ساخت ایجنت با Claude باید برنامه‌نویس باشم؟

برای ساخت با API یا SDK بله، دست‌کم در حد نوشتن چند تابع. بدون کد هم می‌توان با ابزارهایی مثل n8n ایجنت ساده ساخت، به شرط اینکه مدل در دسترس شما باشد.

ایجنت چقدر خرج دارد؟

هزینه بر اساس مقدار متنی است که به مدل داده و از آن گرفته می‌شود، و هر دور حلقه‌ی ابزار دوباره متن می‌فرستد. قیمت روز را از صفحه‌ی رسمی بخوانید؛ ما عدد ثابتی نمی‌دهیم چون عوض می‌شود.

MCP حتماً لازم است؟

نه. برای یکی دو ابزار، تابع معمولی کافی است. وقتی ابزارهای مشترک بین چند ایجنت یا سرویس‌های آماده می‌خواهید، MCP صرفه دارد.

چطور بفهمم ایجنت درست کار می‌کند؟

با مجموعه‌ای از پرسش‌های واقعی و جواب مورد انتظار. هر تغییر در دستور یا ابزارها را دوباره با همان مجموعه بسنجید.

خدمت مرتبط: ساخت ایجنت هوش مصنوعی (AI Agent) اختصاصی برای شرکت شما