游乐游手机版
首页/AI教程/文章详情

Anthropic公司发布ant CLI命令行新工具让Claude Agent像Kubernetes容器编排平台管理

时间:2026-06-22 15:25
Anthropic推出antCLI命令行工具,用以管理Claude平台上的Agent等资源,类似于kubectl。该工具支持通过YAML定义Agent,实现GitOps式管理,目标是对AIAgent进行基础设施化管理,与编程助手ClaudeCode定位不同。
2026 年 4 月,Anthropic 在推出 Claude Managed Agents 的同时,也发布了一个容易被忽视的新命令行工具:**ant CLI**。 初次看到这个名字,很多人下意识会想到:“ant?这不是 Java 构建工具 Apache Ant 吗?” 其实并非同一事物。 这里的 **ant**,是 Anthropic 官方推出的命令行工具,名称取自公司英文名的前三个字母。它的职责是管理 Claude Developer Platform 上的各类资源,具体包括: - Agents - Sessions - Environments - Files - Messages 简单来说:如果 Claude Code 是 AI 编程助手,那么 ant CLI 更像是 Claude 平台上的运维管理工具。 在 A vinash Sangle 的《Getting Started with the ant CLI》中,作者给出一个非常形象的比喻——**ant CLI 就像 Claude Agent 世界中的 kubectl**。 这个比喻可谓一针见血。 今天我们来深入探讨:ant CLI 究竟是什么、如何快速上手、与 Claude Code 有何不同、Anthropic 为何要推出它,以及它未来可能的发展方向。 --- # 什么是 ant CLI 根据 Anthropic 的官方设计,ant CLI 是 Claude Developer Platform 的官方命令行客户端,采用 Go 语言开发,目标让开发者直接在终端中管理 Claude 平台资源。这也是 Anthropic 首次使用 Go 构建 CLI 工具。 过去操作 Claude API 通常有两种方式: - 直接用 `curl` 发送请求 - 使用 Python 或 TypeScript SDK 这两种方法本身没有问题,但当团队规模扩大后,需求开始变化:创建 Agent、更新 Agent、管理 Session 和 Environment、实现自动化部署、进行 GitOps 管理……这时仍然依靠 curl 手动操作,效率会非常低。 于是 ant CLI 应运而生。 它把 Claude 平台上的所有资源都映射成命令行指令。例如: ```bash ant beta:agents create ``` 创建 Agent。 ```bash ant beta:sessions create ``` 创建 Session。 ```bash ant beta:environments create ``` 创建运行环境。 整体设计风格与 Kubernetes 的 kubectl 高度相似。你可能觉得带上 `beta:` 有些多余——但目前 ant CLI 仍处于 beta 阶段,这是过渡期的必要标识。 --- # 5 分钟快速上手 如果你是 Mac 用户,安装过程非常简单: ```bash brew install anthropics/tap/ant ``` 安装完成后查看版本: ```bash ant --version ``` 然后配置 API Key: ```bash export ANTHROPIC_API_KEY=your-key ``` 基础配置就此完成。 --- # ant CLI 的核心概念 ant CLI 围绕四个核心对象展开: ### Agent Agent 可以理解为 AI 员工的配置模板,它定义了: - 使用的模型 - System Prompt(系统提示词) - 工具权限 - MCP 服务 举个例子: ```yaml name: Code Reviewer model: claude-sonnet-4-6 ``` Agent 本身并不执行工作,它只是一个配置模板。 ### Environment Environment 是容器模板,例如定义运行环境中预装哪些工具: ```yaml pip_packages: - pytest - ruff - mypy ``` ### Session Session 是真正运行起来的 Agent 实例。每个 Session 拥有独立的容器、文件系统和上下文。 流程大致如下: ``` Agent + Environment ↓ Session ``` ### Events Agent 与用户之间的通信采用事件机制。例如: ```text user.message tool.call assistant.message ``` 所有交互都通过 Event 流来完成。 --- # 创建第一个 Agent 作者演示了一个代码审查机器人。创建命令非常简洁: ```bash ant beta:agents create ``` 指定名称、模型、Prompt 和 Tool 后,会返回一个 agent-id。接着创建 Environment,再启动 Session,最后发送消息: ```bash ant beta:sessions:events send ``` 整套操作流程与云资源管理高度相似。因此很多人认为:ant CLI 更像云平台管理工具,而非单纯的 AI 对话工具。 --- # ant CLI 的最大亮点:YAML YAML 才是 ant CLI 的杀手锏功能。 过去 Prompt 可能写在网页后台或数据库里,而现在呢?可以直接保存在 Git 仓库中。 例如创建一个 `reviewer.agent.yaml` 文件: ```yaml name: Code Reviewer model: claude-sonnet-4-6 system: | Review code carefully ``` 然后直接执行: ```bash ant beta:agents create < reviewer.agent.yaml ``` 这意味着什么?意味着 **Agent 正在变成基础设施**。 从此,Pull Request、Code Review、CI/CD、版本控制……全都可以无缝接入。这正是 AI 时代的 GitOps。 --- # Claude Code 与 ant CLI 的区别 很多人困惑:既然已经有了 Claude Code,为什么还需要 ant CLI? 事实上两者解决的问题完全不同。 ### Claude Code Claude Code 是面向开发的工具,你通常会这样使用: ```bash claude ``` 然后说:“帮我重构这个项目”或者“写一个 FastAPI 服务”。Claude 会开始执行任务。 它更像:Copilot、Cursor、AI 结对编程助手。 ### ant CLI ant CLI 是平台管理工具,你不会与它进行对话,而是执行: ```bash ant beta:agents create ant beta:sessions list ant beta:environments update ``` 它更像:kubectl、aws cli、gh cli 这类基础设施管理工具。 ### 一个有趣的比喻 用公司来类比: **Claude Code** 就像一位高级工程师——你负责沟通需求,它负责编写代码。 **ant CLI** 就像人力资源管理系统——负责招聘员工、创建岗位、管理权限、启动工作。 两者并非竞争关系,而是协作关系。甚至 Claude Code 本身也可以调用 ant CLI。 --- # Anthropic 为什么要推出 ant CLI 这是最值得思考的问题。Claude Code 已经非常好用,为什么还要再做一个 CLI? 从行业趋势来看,主要有三个原因: ### 原因一:企业客户需要自动化 Claude Code 面向个人开发者,而企业客户需要自动部署、自动更新、自动管理。一百个 Agent 总不能手工管理吧?必须借助 CI/CD、GitOps、自动化流程。这正是 ant CLI 存在的重要价值。 ### 原因二:Agent 正在变成基础设施 过去企业管理的对象是服务器、数据库、容器,未来还要管理 AI Agent。Agent 不再只是聊天机器人,而是一种全新的生产力资源。Anthropic 显然已经看到了这一趋势。 ### 原因三:对标 Kubernetes 生态 观察整个设计模式: - Agent → Deployment - Environment → Container Image - Session → Pod - YAML → Infrastructure as Code 整个思路与 Kubernetes 非常相似。Anthropic 实际上是在构建 **AgentOps** 生态。未来企业可能会像管理 Kubernetes 集群一样管理 AI Agent。 --- # ant CLI 的未来 如果只把 ant CLI 理解成 Claude API 的命令行工具,那就低估了它的潜力。 从当前的发展方向看,它更像是 AWS CLI、kubectl、GitOps 和 Agent Platform 的融合体。 未来可能会出现 `agent.yaml`、`environment.yaml`、`workflow.yaml` 这样的文件,成为企业标准配置,就像今天的 `Dockerfile`、`docker-compose.yaml`、`deployment.yaml` 一样普遍。 --- # 总结 ant CLI 并非 Claude Code 的替代品,两者的定位完全不同: | 工具 | 定位 | |:-:|:-:| | Claude Code | AI 编程助手 | | ant CLI | Claude 平台管理工具 | Claude Code 解决的是:如何让 AI 编写代码。 ant CLI 解决的是:如何管理成百上千个 AI Agent。 从这个角度来说,Anthropic 推出 ant CLI 的真正目标并非仅仅面向开发者终端,而是瞄准未来的 Agent 基础设施市场。如果 Claude Code 是 AI 时代的 IDE,那么 ant CLI 极有可能成为 AI 时代的 kubectl。 而这,或许才是 Anthropic 真正想要布局的方向。
来源:https://cloud.tencent.com.cn/developer/article/2694024
上一篇避免说“请详细说明”:AI高质量提问技巧 下一篇不靠角色扮演三年AI训练营里最快学员的共同点
本站内容用于信息整理与展示,如有侵权或内容问题请及时联系处理。

相关推荐

补充同频道和同主题内容,方便继续浏览更多相关内容。

同类最新

继续查看同栏目最近更新的文章。

更多
内网RPA离线部署从依赖打包到7×24无人值守踩坑与避坑方案
AI教程 · 2026-07-02

内网RPA离线部署从依赖打包到7×24无人值守踩坑与避坑方案

这三年,内网RPA项目接了不下二十个。每次开局都像闯关——断网、缺依赖、多机同步、定时执行、批量分发、源码保护、AI离线化,八个坑一个比一个深。今天把这些实战经验整理出来,希望能帮正在内网搞自动化的兄弟们少踩点雷。 一、内网无网络环境怎么部署RPA流程:先搞清楚什么叫“真离线” 很多工具宣传“支持本

水利工程师用WorkBuddy写洪水报告效率提升3倍
AI教程 · 2026-07-02

水利工程师用WorkBuddy写洪水报告效率提升3倍

WorkBuddy开发者分享季 水利工程师AI提效实战:用WorkBuddy撰写洪水影响评价报告,效率提升3倍 WorkBuddy 效率 人工智能 开发工具 一、我是谁,为什么需要AI 先介绍一下自己——我是一名水利工程师,在湖南长沙的一家小型水利设计公司任职。当前行业环境不太

日志服务数据加工规则洞察仪表盘使用指南
AI教程 · 2026-07-02

日志服务数据加工规则洞察仪表盘使用指南

数据加工诊断仪表盘 想实时掌握日志服务加工功能的运行状态?直接从加工列表页点击那个“规则洞察”按钮,仪表盘就会立刻呈现出来。入口就在那儿,不绕弯子。 跳转后,你可以按作业名称、实例ID或源LogStore来筛选任务状态。比如下边这张图,展示的是当前实例ID(90c9d47714dbb807d47c1

基于RFID的固定资产管理系统技术架构与工程实践
AI教程 · 2026-07-02

基于RFID的固定资产管理系统技术架构与工程实践

固定资产管理难题是众多企事业单位的普遍困扰,资产数量动辄数千件,且广泛分布于不同部门、楼层乃至园区。传统人工盘点方式在工程维度上始终面临三大关键瓶颈:采集效率低下、数据闭环中断、状态同步滞后。使用条码枪逐一扫描标签,识别距离通常不超过30厘米,操作人员需逐个寻找并扫描,盘点效率完全受限于人力。面对5

WorkBuddy实战用AI搭建A股智能盯盘助手省心高效
AI教程 · 2026-07-02

WorkBuddy实战用AI搭建A股智能盯盘助手省心高效

炒股的朋友们想必都深有体会——每天重复盯盘、查行情、分析板块轮动,这一整套流程下来耗费大量精力。手动翻查数据不仅身心俱疲,还很容易错过关键买卖节点。今天我们就来聊聊如何打造一款趁手的盯盘工具,借助AI替你分担这些重复性工作。 背景:盯盘的核心痛点 股民都有同感——每天不只要查询单只股票的实时行情,还