Cách chạy agent Claude Agent SDK trên WhatsApp (với MonoChat)

Claude Agent SDK là agent harness của Anthropic: chính vòng lặp suy luận, dùng công cụ và tự kiểm tra đang vận hành Claude Code, được đóng gói để các lập trình viên xây dựng agent của riêng mình. Để chạy một agent trên WhatsApp, bạn cần thêm ba thứ xung quanh nó: kết nối đến WhatsApp Business Platform, cách cung cấp công cụ doanh nghiệp cho agent và một đường an toàn đến người thật khi agent cần dừng lại. Với Agent Harness của MonoChat, bạn thêm Claude Agent SDK làm một AI Harness, thả một node AI Agent vào luồng, kết nối số WhatsApp của bạn rồi kiểm thử. Không có máy chủ nào phải vận hành.

Hướng dẫn này giải thích Claude Agent SDK mang lại gì cho các cuộc trò chuyện với khách hàng, cách thiết lập hoạt động trong MonoChat và những điều cần làm đúng trước khi khách hàng bắt đầu nhắn tin.

Claude Agent SDK là gì (và vì sao nó phù hợp với hỗ trợ khách hàng)

Phần lớn AI trên WhatsApp hiện nay chỉ là một lệnh gọi mô hình đơn lẻ: tin nhắn đến, mô hình viết câu trả lời, xong. Như vậy là đủ cho câu “Giờ mở cửa của bạn là khi nào?” Nhưng sẽ không đủ cho câu “Đơn hàng của tôi chưa đến và tôi sẽ đi xa vào thứ Sáu.”

Một harness chạy mô hình trong một vòng lặp. Mô hình quyết định việc cần làm tiếp theo, harness thực hiện bước đó (tra cứu, gọi công cụ, đọc tệp), đưa kết quả trở lại và lặp lại cho đến khi nhiệm vụ hoàn thành hoặc cần đến một người thật. Claude Agent SDK là phiên bản vòng lặp đó của Anthropic. Nó là nền tảng của Claude Code và đi kèm các thành phần mà lập trình viên dựa vào ở đó: dùng công cụ, hỗ trợ MCP, sub-agent, quản lý ngữ cảnh cho các phiên dài và kiểm soát quyền hạn.

Với nhắn tin cho khách hàng, vòng lặp đó biến một câu trả lời thành một giải pháp:

• Nó kiểm tra trước khi hứa. Tồn kho, trạng thái giao hàng, khung giờ hẹn hay quy tắc hoàn tiền được tra cứu ngay lúc trả lời thay vì đoán.
• Nó xử lý một vụ việc qua nhiều bước. Tìm đơn hàng, kiểm tra đơn vị vận chuyển, thấy bưu kiện bị kẹt, đề nghị gửi sản phẩm thay thế, tất cả trong một cuộc trò chuyện.
• Nó biết khi nào cần dừng. Một harness tốt chuyển vụ việc cho người thật thay vì tự ứng biến khi chạm đến ranh giới những gì nó được phép làm.

Nếu bạn muốn tìm hiểu nền tảng về harness so với suy luận thông thường, hãy đọc agent harness là gì và vì sao hỗ trợ WhatsApp cần nó.

Ba cách dùng agent Claude trong MonoChat

MonoChat hỗ trợ ba hướng để có một agent chạy bằng Claude. Cả ba dùng cùng node AI Agent, cùng các kênh và cùng cách chuyển giao.

Lựa chọn	Nơi chạy	Bạn cần gì
Claude Agent SDK	Agent runner của MonoChat; mỗi lượt chạy là một tiến trình agent biệt lập kiểu Claude Code	Không cần thêm gì; các mô hình AI của bạn qua gateway của MonoChat
Claude Managed Agents	Đám mây của Anthropic	Khóa API Anthropic của bạn
Custom (dịch vụ Claude Agent SDK của riêng bạn)	Máy chủ của riêng bạn	URL endpoint và một khóa bí mật dùng chung

Với hầu hết các đội ngũ, lựa chọn đầu tiên là điểm khởi đầu phù hợp: bạn có harness Claude Agent SDK mà không phải triển khai hay bảo trì gì. Hãy chọn Claude Managed Agents nếu bạn đã xây dựng trên các agent được lưu trữ của Anthropic và muốn giữ chúng ở đó. Hãy chọn Custom nếu lập trình viên của bạn đã xây dựng và kiểm thử agent riêng bằng SDK và muốn tiếp tục chạy nó trên hạ tầng của họ; hướng dẫn kết nối AI agent của riêng bạn với WhatsApp của chúng tôi trình bày hướng này.

Từng bước: một agent Claude Agent SDK trên WhatsApp

1. Thêm một AI Harness

Trong MonoChat, AI Harness là một định nghĩa dịch vụ bạn thêm một lần và tái sử dụng. Hãy thêm một cái và chọn Claude Agent SDK làm nhà cung cấp. Không có gì khác cần cấu hình cho bản thân nhà cung cấp: nó chạy trên agent runner của MonoChat và truy cập các mô hình AI của bạn qua gateway của MonoChat.

2. Thêm node AI Agent vào một luồng

Mở luồng xử lý các cuộc trò chuyện đến, hoặc tạo luồng mới, rồi thêm một node AI Agent. Chọn harness bạn vừa tạo. Đây là nơi agent nhận công việc của mình: hãy viết hướng dẫn mô tả nó phục vụ ai, được làm gì và khi nào phải chuyển giao.

3. Chọn mô hình chính, dự phòng và nhanh

Mỗi node AI Agent có ba vai trò mô hình:

• Mô hình chính: suy luận, quyết định và viết câu trả lời.
• Mô hình dự phòng: tiếp quản sau giới hạn mềm hoặc khi mô hình chính gặp lỗi, để khách hàng vẫn nhận được câu trả lời.
• Mô hình nhanh: xử lý các tác vụ nền.

Hãy đặt thêm giới hạn ngân sách cho mỗi lượt chạy. Một cuộc trò chuyện với khách hàng hiếm khi cần một chuỗi bước dài, và ngân sách ngăn một trường hợp bất thường trở nên tốn kém. Bài viết của chúng tôi về vì sao agent tiếp xúc khách hàng của bạn cần mô hình dự phòng giải thích cách chọn cặp mô hình.

4. Cung cấp công cụ cho agent

Một agent không có công cụ chỉ có thể nói chuyện. Trong MonoChat, agent có thể dùng:

• Công cụ hàm AI để gọi API của bạn với đầu vào có cấu trúc, ví dụ “lấy trạng thái đơn hàng” hoặc “tạo yêu cầu trả hàng”.
• Máy chủ MCP để đưa vào các công cụ từ bất kỳ hệ thống nào tương thích MCP.
• Cơ sở tri thức AI cho các câu trả lời dựa trên chính sách và tài liệu của riêng bạn.
• Hàm tùy chỉnh cho logic nghiệp vụ chạy bên trong cuộc trò chuyện.

Hãy bắt đầu với hai hoặc ba công cụ bao quát các yêu cầu phổ biến nhất của bạn. Mỗi công cụ bạn thêm là một việc nữa agent có thể làm, và một việc nữa phải kiểm thử.

5. Kết nối WhatsApp và các kênh khác

Hãy kết nối số WhatsApp Business của bạn với MonoChat nếu chưa làm (MonoChat là Đối tác Kinh doanh chính thức của Meta và sử dụng WhatsApp Business Platform chính thức). Vì agent nằm trong một luồng, bạn có thể gắn cùng luồng đó vào Instagram, Messenger, TikTok, Telegram, web chat, SMS và thoại mà không phải xây dựng lại gì.

6. Kiểm thử, rồi đưa vào hoạt động

Hãy gửi cho agent những tin nhắn mà khách hàng của bạn thực sự gửi: ngắn, sai chính tả, bằng nhiều ngôn ngữ, ba câu hỏi trong một tin nhắn. Kiểm tra xem nó có dùng đúng công cụ, tuân thủ quy tắc của bạn và chuyển giao đúng lúc không. Sau đó bật luồng cho lưu lượng thật.

Viết hướng dẫn cho một agent WhatsApp

Claude Agent SDK lớn lên trong lĩnh vực lập trình, nơi các câu trả lời dài và chi tiết được hoan nghênh. WhatsApp thì ngược lại. Một vài quy tắc tạo nên khác biệt lớn:

• Giữ câu trả lời ngắn. Hai hoặc ba câu mỗi tin nhắn, mỗi lần một câu hỏi. Khách hàng đọc trên điện thoại.
• Xác nhận trước khi hành động. “Tôi có thể hủy đơn hàng 4821 và hoàn lại €39. Tôi tiến hành nhé?” trước bất cứ việc gì tốn tiền hoặc không thể hoàn tác.
• Nêu rõ quy tắc chuyển giao. Ví dụ: “Chuyển cho người thật với các khiếu nại về nhân viên, đe dọa pháp lý, hoàn tiền trên €100, hoặc khi khách hàng yêu cầu gặp người thật.”
• Ở trong phạm vi doanh nghiệp của bạn. Từ ngày 15 tháng 1 năm 2026, điều khoản của WhatsApp không cho phép các trợ lý AI đa dụng trên nền tảng. Một agent phục vụ chính khách hàng của bạn thì được; một agent viết bài luận về mọi chủ đề thì không. Hướng dẫn về chính sách chatbot AI của WhatsApp của chúng tôi giải thích quy tắc này.
• Tôn trọng khung 24 giờ. Câu trả lời tự do được phép trong vòng 24 giờ kể từ tin nhắn cuối cùng của khách hàng. Sau đó, tin nhắn cần một mẫu đã được duyệt.

Chuyển giao: phần quyết định niềm tin

Khách hàng tha thứ cho một agent nói “Để tôi gọi đồng nghiệp.” Họ không tha thứ cho một agent cứ lặp vòng. Trong MonoChat, agent chuyển cuộc trò chuyện cho đội ngũ của bạn trong hộp thư chung với đầy đủ lịch sử: khách hàng đã hỏi gì, agent đã tra cứu gì và đã thử gì. Người tiếp nhận không cần yêu cầu khách hàng bắt đầu lại.

Hãy lên kế hoạch cho quy tắc chuyển giao trước khi lên kế hoạch cho công cụ. Quyết định những trường hợp agent không bao giờ được xử lý một mình, ai nhận chúng, và agent nói gì với khách hàng trong lúc họ chờ.

Chi phí và kiểm soát

Với một agent, có hai khoản chi phí cộng thêm vào gói MonoChat của bạn: mức sử dụng mô hình AI và phí WhatsApp của Meta. Từ ngày 1 tháng 10 năm 2026, Meta tính phí các câu trả lời dịch vụ sau 1.000 tin đầu tiên mỗi tháng cho mỗi số doanh nghiệp; hướng dẫn về giá WhatsApp API của chúng tôi có chi tiết.

Về phía AI, MonoChat không cộng thêm phụ phí khi bạn dùng khóa nhà cung cấp của riêng mình. Giới hạn ngân sách cho mỗi lượt chạy, một mô hình dự phòng hợp lý và một mô hình nhanh cho tác vụ nền giúp mức sử dụng dễ dự đoán khi lượng tăng lên.

Khi nào nên chọn harness khác

Claude Agent SDK là lựa chọn mặc định mạnh cho các agent cần suy luận qua nhiều bước. Nhưng Agent Harness được xây dựng để bạn không bị khóa chặt. Nếu đội ngũ của bạn đã làm việc với OpenAI Agents SDK, Pi, một agent OpenAI hoặc Anthropic được lưu trữ, hay framework của riêng mình, bạn có thể thêm một AI Harness khác và chuyển node AI Agent sang, mà không động đến các kênh, công cụ hay cách chuyển giao. Xem tất cả lựa chọn trên trang Agent Harness.