Jak uruchomić agenta Claude Agent SDK na WhatsApp (z MonoChat)

Claude Agent SDK to harness agentowy Anthropic: ta sama pętla rozumowania, użycia narzędzi i samosprawdzania, która napędza Claude Code, spakowana tak, aby programiści mogli budować własnych agentów. Aby uruchomić go na WhatsApp, potrzebujesz wokół niego jeszcze trzech rzeczy: połączenia z WhatsApp Business Platform, sposobu na udostępnienie agentowi narzędzi Twojej firmy oraz bezpiecznej ścieżki do człowieka, gdy agent powinien przestać. Z Agent Harness MonoChat dodajesz Claude Agent SDK jako AI Harness, umieszczasz węzeł Agent AI w przepływie, podłączasz swój numer WhatsApp i testujesz. Bez serwerów do utrzymania.

Ten poradnik wyjaśnia, co Claude Agent SDK wnosi do rozmów z klientami, jak wygląda konfiguracja w MonoChat i o co zadbać, zanim klienci zaczną pisać.

Czym jest Claude Agent SDK (i dlaczego pasuje do obsługi klienta)

Większość AI na WhatsApp to dziś pojedyncze wywołanie modelu: wiadomość przychodzi, model pisze odpowiedź, koniec. To wystarcza przy „Jakie są Wasze godziny otwarcia?”. Przestaje wystarczać przy „Moje zamówienie nie dotarło, a w piątek wyjeżdżam.”

Harness uruchamia model w pętli. Model decyduje, co robić dalej, harness wykonuje ten krok (sprawdza dane, wywołuje narzędzie, czyta plik), przekazuje wynik z powrotem i powtarza, aż zadanie zostanie wykonane lub potrzebny będzie człowiek. Claude Agent SDK to wersja tej pętli od Anthropic. Jest fundamentem Claude Code i zawiera elementy, na których polegają tam programiści: użycie narzędzi, obsługę MCP, subagentów, zarządzanie kontekstem w długich sesjach i kontrolę uprawnień.

W komunikacji z klientami ta pętla zamienia odpowiedź w rozwiązanie sprawy:

• Sprawdza, zanim obieca. Stan magazynowy, status dostawy, wolne terminy czy zasady zwrotu są sprawdzane w chwili odpowiedzi, a nie zgadywane.
• Prowadzi sprawę w kilku krokach. Znajduje zamówienie, sprawdza przewoźnika, widzi, że paczka utknęła, proponuje wymianę, wszystko w jednej rozmowie.
• Wie, kiedy przestać. Dobry harness przekazuje sprawę człowiekowi zamiast improwizować, gdy dociera do granicy tego, co wolno.

Jeśli chcesz poznać tło różnic między harnessem a zwykłą inferencją, przeczytaj czym jest agent harness i dlaczego obsługa WhatsApp go potrzebuje.

Trzy sposoby użycia agentów Claude w MonoChat

MonoChat obsługuje trzy drogi do agenta opartego na Claude. Wszystkie korzystają z tego samego węzła Agent AI, tych samych kanałów i tego samego przekazywania rozmów.

Opcja	Gdzie działa	Czego potrzebujesz
Claude Agent SDK	Środowisko uruchomieniowe agentów MonoChat; każde uruchomienie to izolowany proces agenta w stylu Claude Code	Niczego dodatkowego; Twoje modele AI przez bramę MonoChat
Claude Managed Agents	Chmura Anthropic	Twój klucz API Anthropic
Niestandardowy (Twoja własna usługa Claude Agent SDK)	Twój własny serwer	Adres URL endpointu i wspólny sekret

Dla większości zespołów pierwsza opcja to właściwy początek: dostajesz harness Claude Agent SDK bez wdrażania i utrzymywania czegokolwiek. Wybierz Claude Managed Agents, jeśli już budujesz na hostowanych agentach Anthropic i chcesz je tam zostawić. Wybierz Niestandardowy, jeśli Twoi programiści zbudowali i przetestowali własnego agenta z użyciem SDK i chcą nadal uruchamiać go na własnej infrastrukturze; tę ścieżkę opisuje nasz poradnik o podłączaniu własnego agenta AI do WhatsApp.

Krok po kroku: agent Claude Agent SDK na WhatsApp

1. Dodaj AI Harness

W MonoChat AI Harness to definicja usługi, którą dodajesz raz i używasz wielokrotnie. Dodaj ją i wybierz Claude Agent SDK jako dostawcę. Nie ma nic więcej do skonfigurowania po stronie samego dostawcy: działa w środowisku uruchomieniowym agentów MonoChat i uzyskuje dostęp do Twoich modeli AI przez bramę MonoChat.

2. Dodaj węzeł Agent AI do przepływu

Otwórz przepływ obsługujący przychodzące rozmowy lub utwórz nowy i dodaj węzeł Agent AI. Wybierz harness, który właśnie utworzyłeś. Tu agent dostaje swoje zadanie: napisz instrukcje opisujące, komu służy, co może robić i kiedy musi przekazać rozmowę.

3. Wybierz model główny, zapasowy i szybki

Każdy węzeł Agent AI ma trzy role modeli:

• Model główny: analizuje, podejmuje decyzje i pisze odpowiedzi.
• Model zapasowy: przejmuje zadanie po przekroczeniu miękkiego limitu lub gdy model główny zawiedzie, aby klient mimo wszystko otrzymał odpowiedź.
• Model szybki: obsługuje zadania w tle.

Ustaw też limit budżetu na jedno uruchomienie. Rozmowa z klientem rzadko wymaga długiego łańcucha kroków, a budżet powstrzymuje nietypowy przypadek przed zamianą w kosztowny. Nasz artykuł o tym, dlaczego agent obsługujący klientów potrzebuje modelu zapasowego, wyjaśnia, jak dobrać tę parę.

4. Daj agentowi narzędzia

Agent bez narzędzi potrafi tylko rozmawiać. W MonoChat agent może korzystać z:

• narzędzi funkcji AI, aby wywoływać Twoje API ze zdefiniowanymi danymi wejściowymi, na przykład „pobierz status zamówienia” lub „utwórz zwrot”.
• serwerów MCP, aby wprowadzić narzędzia z dowolnego systemu zgodnego z MCP.
• bazy wiedzy AI dla odpowiedzi opartych na Twoich zasadach i dokumentach.
• funkcji niestandardowych dla logiki biznesowej wykonywanej w trakcie rozmowy.

Zacznij od dwóch lub trzech narzędzi, które pokrywają Twoje najczęstsze prośby. Każde dodane narzędzie to jedna rzecz więcej, którą agent może zrobić, i jedna rzecz więcej do przetestowania.

5. Podłącz WhatsApp i inne kanały

Podłącz swój numer WhatsApp Business do MonoChat, jeśli jeszcze tego nie zrobiłeś (MonoChat jest oficjalnym partnerem biznesowym Meta, Meta Business Partner, i korzysta z oficjalnej WhatsApp Business Platform). Ponieważ agent żyje w przepływie, możesz przypiąć ten sam przepływ do Instagrama, Messengera, TikToka, Telegrama, czatu na stronie, SMS-ów i kanału głosowego bez budowania czegokolwiek od nowa.

6. Przetestuj, a potem uruchom

Wyślij agentowi wiadomości, które naprawdę wysyłają Twoi klienci: krótkie, z literówkami, w więcej niż jednym języku, trzy pytania w jednej wiadomości. Sprawdź, czy używa właściwego narzędzia, trzyma się Twoich zasad i przekazuje rozmowę w odpowiednim momencie. Potem włącz przepływ dla prawdziwego ruchu.

Pisanie instrukcji dla agenta na WhatsApp

Claude Agent SDK dorastał w programowaniu, gdzie długie, szczegółowe odpowiedzi są mile widziane. WhatsApp to przeciwieństwo. Kilka zasad robi dużą różnicę:

• Pisz krótkie odpowiedzi. Dwa lub trzy zdania na wiadomość, jedno pytanie naraz. Klienci czytają na telefonie.
• Potwierdzaj przed działaniem. „Mogę anulować zamówienie 4821 i zwrócić 39 €. Czy mam to zrobić?”, zanim zrobi cokolwiek, co kosztuje lub jest nieodwracalne.
• Wyraźnie nazwij zasadę przekazania. Na przykład: „Przekaż rozmowę człowiekowi w przypadku skarg na personel, gróźb prawnych, zwrotów powyżej 100 € lub gdy klient prosi o człowieka.”
• Trzymaj się swojej firmy. Od 15 stycznia 2026 roku warunki WhatsApp wykluczają z platformy ogólnych asystentów AI. Agent obsługujący Twoich własnych klientów jest w porządku; taki, który pisze eseje na dowolny temat, nie. Nasz przewodnik po zasadach chatbotów AI na WhatsApp wyjaśnia tę regułę.
• Szanuj okno 24 godzin. Odpowiedzi w dowolnej formie są dozwolone w ciągu 24 godzin od ostatniej wiadomości klienta. Potem wiadomość wymaga zatwierdzonego szablonu.

Przekazanie rozmowy: część, która buduje lub niszczy zaufanie

Klienci wybaczają agentowi, który mówi „Poproszę kolegę.” Nie wybaczają takiemu, który krąży w kółko. W MonoChat agent przekazuje rozmowę Twojemu zespołowi we wspólnej skrzynce wraz z pełną historią: o co pytał klient, co agent sprawdził i czego już próbował. Osoba, która przejmuje rozmowę, nie musi prosić klienta o rozpoczęcie od nowa.

Zaplanuj zasady przekazania, zanim zaplanujesz narzędzia. Zdecyduj, których spraw agent nigdy nie powinien obsługiwać sam, kto je otrzymuje i co agent mówi klientowi w czasie oczekiwania.

Koszty i kontrola

Przy agencie obok planu MonoChat pojawiają się dwie pozycje kosztów: użycie modeli AI i opłaty Meta za WhatsApp. Od 1 października 2026 roku Meta pobiera opłaty za odpowiedzi serwisowe po pierwszych 1000 miesięcznie na numer firmy; szczegóły znajdziesz w naszym przewodniku po cenniku WhatsApp API.

Po stronie AI MonoChat nie dolicza marży, gdy używasz własnych kluczy dostawców. Limit budżetu na uruchomienie, rozsądny model zapasowy i szybki model do zadań w tle utrzymują przewidywalne zużycie w miarę wzrostu wolumenu.

Kiedy wybrać inny harness

Claude Agent SDK to mocny wybór domyślny dla agentów, które muszą rozumować w kilku krokach. Ale Agent Harness jest zbudowany tak, abyś nie był uzależniony. Jeśli Twój zespół pracuje już z OpenAI Agents SDK, Pi, hostowanym agentem OpenAI lub Anthropic albo własnym frameworkiem, możesz dodać kolejny AI Harness i przełączyć na niego węzeł Agent AI, nie ruszając kanałów, narzędzi ani przekazywania rozmów. Wszystkie opcje zobaczysz na stronie Agent Harness.