چگونه یک عامل Claude Agent SDK را در واتس‌اپ اجرا کنیم (با MonoChat)

Claude Agent SDK Harness عامل Anthropic است: همان حلقه استدلال، استفاده از ابزار و خودبررسی که Claude Code را به حرکت درمی‌آورد، بسته‌بندی‌شده تا توسعه‌دهندگان بتوانند عامل‌های خودشان را بسازند. برای اجرای یکی در واتس‌اپ به سه چیز دیگر پیرامون آن نیاز دارید: اتصال به WhatsApp Business Platform، راهی برای دادن ابزارهای کسب‌وکارتان به عامل، و مسیری ایمن به سوی انسان وقتی عامل باید متوقف شود. با Agent Harness در MonoChat، Claude Agent SDK را به‌عنوان یک AI Harness اضافه می‌کنید، یک نود AI Agent را در یک جریان قرار می‌دهید، شماره واتس‌اپ خود را متصل می‌کنید و آزمایش می‌کنید. هیچ سروری برای اجرا لازم نیست.

این راهنما توضیح می‌دهد Claude Agent SDK چه چیزی به گفتگوهای مشتری می‌آورد، راه‌اندازی در MonoChat چگونه کار می‌کند و پیش از شروع نوشتن مشتریان چه چیزهایی را باید درست انجام داد.

Claude Agent SDK چیست (و چرا برای پشتیبانی مناسب است)

بیشتر هوش مصنوعی در واتس‌اپ امروز یک فراخوانی مدل است: پیامی می‌آید، مدل پاسخی می‌نویسد، تمام. برای «ساعت کاری شما چیست؟» این کافی است. برای «سفارشم نرسیده و جمعه در سفرم» از هم می‌پاشد.

Harness مدل را در یک حلقه اجرا می‌کند. مدل تصمیم می‌گیرد بعد چه کند، Harness آن گام را اجرا می‌کند (چیزی را جستجو کند، ابزاری را فراخوانی کند، فایلی را بخواند)، نتیجه را بازمی‌گرداند و تکرار می‌کند تا کار تمام شود یا به یک نفر نیاز باشد. Claude Agent SDK نسخه Anthropic از این حلقه است. پایه Claude Code است و بلوک‌های سازنده‌ای را که توسعه‌دهندگان در آنجا به آن‌ها تکیه می‌کنند همراه دارد: استفاده از ابزار، پشتیبانی MCP، زیرعامل‌ها، مدیریت زمینه برای نشست‌های طولانی و کنترل‌های دسترسی.

برای پیام‌رسانی مشتری، همین حلقه است که یک پاسخ را به یک حل‌شدن تبدیل می‌کند:

• پیش از قول‌دادن بررسی می‌کند. موجودی، وضعیت تحویل، بازه‌های قرار ملاقات یا قانون بازپرداخت در لحظه پاسخ‌دادن جستجو می‌شود، نه حدس زده می‌شود.
• یک پرونده را در چند گام پیش می‌برد. سفارش را پیدا کند، شرکت حمل را بررسی کند، ببیند بسته گیر کرده، جایگزین پیشنهاد دهد، همه در یک گفتگو.
• می‌داند کجا متوقف شود. یک Harness خوب وقتی به لبه آنچه مجاز است می‌رسد، به‌جای بداهه‌گویی پرونده را به یک نفر می‌سپارد.

اگر پیشینه تفاوت harnessها با استنتاج ساده را می‌خواهید، agent harness چیست و چرا پشتیبانی واتس‌اپ به آن نیاز دارد را بخوانید.

سه راه برای استفاده از عامل‌های Claude در MonoChat

MonoChat از سه مسیر برای رسیدن به یک عامل مبتنی بر Claude پشتیبانی می‌کند. هر سه از همان نود AI Agent، همان کانال‌ها و همان واگذاری استفاده می‌کنند.

گزینه	محل اجرا	آنچه نیاز دارید
Claude Agent SDK	اجراکننده عامل MonoChat؛ هر اجرا یک فرایند عامل مجزا به سبک Claude Code است	چیز اضافه‌ای نیاز نیست؛ مدل‌های هوش مصنوعی شما از طریق گیت‌وی MonoChat
Claude Managed Agents	ابر Anthropic	کلید API شما در Anthropic
سفارشی (سرویس Claude Agent SDK خودتان)	سرور خودتان	یک نشانی نقطه‌پایانی و یک رمز مشترک

برای بیشتر تیم‌ها گزینه اول شروع درستی است: Harness مربوط به Claude Agent SDK را بدون استقرار یا نگهداری چیزی می‌گیرید. اگر از قبل روی عامل‌های میزبانی‌شده Anthropic می‌سازید و می‌خواهید آن‌ها را همان‌جا نگه دارید، Claude Managed Agents را انتخاب کنید. اگر توسعه‌دهندگان شما عامل خودشان را با SDK ساخته و آزموده‌اند و می‌خواهند آن را روی زیرساخت خودشان اجرا کنند، سفارشی را انتخاب کنید؛ راهنمای ما درباره اتصال عامل هوش مصنوعی خودتان به واتس‌اپ آن مسیر را پوشش می‌دهد.

گام‌به‌گام: یک عامل Claude Agent SDK در واتس‌اپ

1. یک AI Harness اضافه کنید

در MonoChat، AI Harness یک تعریف سرویس است که یک بار اضافه می‌کنید و دوباره استفاده می‌کنید. یکی اضافه کنید و Claude Agent SDK را به‌عنوان ارائه‌دهنده انتخاب کنید. برای خود ارائه‌دهنده چیز دیگری برای پیکربندی نیست: روی اجراکننده عامل MonoChat اجرا می‌شود و از طریق گیت‌وی MonoChat به مدل‌های هوش مصنوعی شما می‌رسد.

2. یک نود AI Agent به یک جریان اضافه کنید

جریانی را که گفتگوهای ورودی را مدیریت می‌کند باز کنید، یا یکی جدید بسازید، و یک نود AI Agent اضافه کنید. Harness را که همین حالا ساختید انتخاب کنید. اینجا جایی است که عامل کارش را می‌گیرد: دستورالعمل‌هایی بنویسید که توضیح دهند به چه کسی خدمت می‌کند، چه کارهایی مجاز است و چه زمانی باید واگذار کند.

3. مدل‌های اصلی، جایگزین و سریع را انتخاب کنید

هر نود AI Agent سه نقش مدل دارد:

• مدل اصلی: استدلال می‌کند، تصمیم می‌گیرد و پاسخ‌ها را می‌نویسد.
• مدل جایگزین: پس از حد نرم یا وقتی مدل اصلی خطا می‌دهد کار را به دست می‌گیرد، تا مشتری همچنان پاسخ بگیرد.
• مدل سریع: کارهای پس‌زمینه را انجام می‌دهد.

یک حد بودجه برای هر اجرا هم تعیین کنید. گفتگوی مشتری به‌ندرت به زنجیره‌ای طولانی از گام‌ها نیاز دارد و بودجه جلوی تبدیل یک مورد غیرمعمول به یک مورد گران را می‌گیرد. مقاله ما درباره چرا عامل رو‌در‌رو با مشتری شما به مدل جایگزین نیاز دارد توضیح می‌دهد این جفت را چگونه انتخاب کنید.

4. به عامل ابزار بدهید

عاملی بدون ابزار فقط می‌تواند صحبت کند. در MonoChat عامل می‌تواند از این‌ها استفاده کند:

• ابزارهای تابعی هوش مصنوعی برای فراخوانی APIهای شما با ورودی‌های ساختاریافته، مثلاً «دریافت وضعیت سفارش» یا «ایجاد مرجوعی».
• سرورهای MCP برای آوردن ابزارها از هر سامانه سازگار با MCP.
• پایگاه دانش هوش مصنوعی برای پاسخ‌هایی که بر سیاست‌ها و اسناد خودتان استوارند.
• توابع سفارشی برای منطق کسب‌وکاری که درون گفتگو اجرا می‌شود.

با دو یا سه ابزار شروع کنید که رایج‌ترین درخواست‌های شما را پوشش دهند. هر ابزاری که اضافه می‌کنید یک کار دیگر است که عامل می‌تواند انجام دهد و یک چیز دیگر برای آزمایش.

5. واتس‌اپ و کانال‌های دیگرتان را متصل کنید

اگر هنوز نکرده‌اید، شماره WhatsApp Business خود را به MonoChat متصل کنید (MonoChat یک شریک تجاری رسمی Meta است و از WhatsApp Business Platform رسمی استفاده می‌کند). چون عامل در یک جریان قرار دارد، می‌توانید همان جریان را بدون بازسازی چیزی به Instagram، Messenger، TikTok، Telegram، چت وب، پیامک و تماس صوتی وصل کنید.

6. آزمایش کنید، سپس فعال شوید

پیام‌هایی را که مشتریانتان واقعاً می‌فرستند برای عامل بفرستید: کوتاه، با غلط املایی، به بیش از یک زبان، سه پرسش در یک پیام. بررسی کنید که از ابزار درست استفاده می‌کند، در چارچوب قوانین شما می‌ماند و در لحظه درست واگذار می‌کند. سپس جریان را برای ترافیک واقعی روشن کنید.

نوشتن دستورالعمل برای یک عامل واتس‌اپ

Claude Agent SDK در دنیای برنامه‌نویسی رشد کرده، جایی که پاسخ‌های طولانی و دقیق خوش‌آمد است. واتس‌اپ برعکس است. چند قاعده تفاوت بزرگی ایجاد می‌کند:

• پاسخ‌ها را کوتاه نگه دارید. دو یا سه جمله برای هر پیام، هر بار یک پرسش. مشتریان روی تلفن می‌خوانند.
• پیش از اقدام تأیید بگیرید. «می‌توانم سفارش 4821 را لغو کنم و 39 یورو بازپرداخت کنم. ادامه دهم؟» پیش از هر کاری که هزینه دارد یا بازگشت‌ناپذیر است.
• قاعده واگذاری را صریح بنویسید. مثلاً: «برای شکایت از کارکنان، تهدید حقوقی، بازپرداخت بالای 100 یورو یا وقتی مشتری انسان می‌خواهد، به یک نفر واگذار کن.»
• درون کسب‌وکار خود بمانید. از 15 ژانویه 2026، شرایط واتس‌اپ دستیارهای هوش مصنوعی عمومی را از پلتفرم دور نگه می‌دارد. عاملی که به مشتریان خودتان خدمت می‌کند مشکلی ندارد؛ عاملی که درباره هر موضوعی مقاله می‌نویسد مجاز نیست. راهنمای سیاست چت‌بات هوش مصنوعی واتس‌اپ ما این قاعده را توضیح می‌دهد.
• به پنجره 24 ساعته احترام بگذارید. پاسخ آزاد تا 24 ساعت پس از آخرین پیام مشتری مجاز است. پس از آن، پیام به تمپلیت تأییدشده نیاز دارد.

واگذاری: بخشی که اعتماد را می‌سازد یا از بین می‌برد

مشتریان عاملی را که می‌گوید «بگذارید یک همکار را بیاورم» می‌بخشند. عاملی را که در حلقه می‌افتد نمی‌بخشند. در MonoChat عامل گفتگو را با تاریخچه کامل در صندوق ورودی مشترک به تیم شما واگذار می‌کند: مشتری چه پرسیده، عامل چه چیزی را جستجو کرده و چه کارهایی را از قبل امتحان کرده است. فردی که آن را برمی‌دارد لازم نیست از مشتری بخواهد از اول شروع کند.

قوانین واگذاری را پیش از ابزارهایتان برنامه‌ریزی کنید. تصمیم بگیرید کدام موارد را عامل هرگز نباید به‌تنهایی مدیریت کند، چه کسی آن‌ها را دریافت می‌کند و عامل در حین انتظار به مشتری چه می‌گوید.

هزینه‌ها و کنترل

با یک عامل، علاوه بر طرح MonoChat شما دو ردیف هزینه وجود دارد: مصرف مدل هوش مصنوعی و هزینه‌های واتس‌اپ Meta. از 1 اکتبر 2026، Meta پاسخ‌های خدمات را پس از 1,000 پاسخ اول هر ماه برای هر شماره کسب‌وکار محاسبه می‌کند؛ راهنمای قیمت‌گذاری API واتس‌اپ ما جزئیات را دارد.

در سمت هوش مصنوعی، وقتی از کلیدهای ارائه‌دهنده خودتان استفاده می‌کنید MonoChat هیچ سربار اضافه نمی‌کند. یک حد بودجه برای هر اجرا، یک مدل جایگزین معقول و یک مدل سریع برای کارهای پس‌زمینه، با رشد حجم مصرف را قابل پیش‌بینی نگه می‌دارند.

چه زمانی Harness دیگری انتخاب کنیم

Claude Agent SDK یک پیش‌فرض قوی برای عامل‌هایی است که باید چند گام را استدلال کنند. اما Agent Harness طوری ساخته شده که گرفتار یک انتخاب نشوید. اگر تیم شما از قبل با OpenAI Agents SDK، Pi، یک عامل میزبانی‌شده OpenAI یا Anthropic یا چارچوب خودش کار می‌کند، می‌توانید یک AI Harness دیگر اضافه کنید و نود AI Agent را به آن تغییر دهید، بدون دست‌زدن به کانال‌ها، ابزارها یا واگذاری. همه گزینه‌ها را در صفحه Agent Harness ببینید.