Dernier module. Vous savez faire travailler Claude Code dans une conversation, puis sans aucune interface. Reste une marche : appeler l’agent depuis votre propre programme, avec vos données et votre logique. Mais avant de coder — en avez-vous vraiment besoin ?

Ce que vous allez apprendre

• Trancher entre CLAUDE.md, skill, hook, sous-agent, script et agent sur mesure
• Écrire un agent avec query() et lui brancher un outil sur vos données
• Automatiser le fil rouge de la formation de bout en bout, avec vérification et journal
• Les pratiques qui distinguent un automate fiable d’un bricolage

Avez-vous besoin d’un agent sur mesure ?

La plupart des besoins qui ressemblent à « il me faudrait un agent » se règlent avec ce que vous connaissez déjà, sans code à maintenir.

Le besoin	La bonne réponse	Pourquoi pas le SDK
Rappeler une règle à chaque session	CLAUDE.md (module 6)	Un fichier texte, zéro ligne de code
Rejouer une procédure écrite noir sur blanc	Une skill (module 10)	Chargée à la demande, partageable
Empêcher une action, formater après coup	Un hook (module 9)	S’exécute à coup sûr, sans dépendre du modèle
Explorer un gros volume sans encombrer la session	Un sous-agent (module 10)	Déjà intégré, contexte séparé
Faire tourner une tâche sans surveillance	claude -p dans un script (module 11)	Une ligne suffit
Appeler l’agent depuis votre programme, avec vos données	L’Agent SDK	C’est le seul cas où il s’impose

💡 Astuce — Parcourez ce tableau de haut en bas : le premier « oui » est votre réponse. Beaucoup d’agents sur mesure remplacent un fichier de dix lignes.

Le SDK, en pratique

L’Agent SDK d’Anthropic — anciennement Claude Code SDK, aujourd’hui Claude Agent SDK — expose le moteur de Claude Code : la boucle « lire, choisir un outil, agir, observer, recommencer », plus les permissions et le contexte.

npm install @anthropic-ai/claude-agent-sdk   # TypeScript
pip install claude-agent-sdk                 # Python

Une fonction porte l’essentiel : query(). Vous lui passez une demande et des options ; elle rend un itérateur asynchrone de messages — messages système, appels d’outils, réponses, puis un dernier message de type result qui clôt l’exécution. L’authentification passe par ANTHROPIC_API_KEY, comme au module 11.

Côté Python, mêmes concepts : les options passent par ClaudeAgentOptions, les noms s’écrivent allowed_tools et max_turns, et ClaudeSDKClient garde la session ouverte entre plusieurs questions.

Six options font l’essentiel du travail — et racontent toute la formation :

Option	Rôle	Ce que vous connaissez déjà
cwd	Le dossier de travail de l’agent	Le dossier ouvert dans l’application
allowedTools	Liste blanche des outils approuvés	Les permissions (module 4)
permissionMode	default, acceptEdits, plan, bypassPermissions	Le sélecteur de mode (module 4)
systemPrompt	Les consignes de fond de l’agent	CLAUDE.md (module 6)
mcpServers	Les serveurs MCP, déclarés en code	claude mcp add (module 8)
maxTurns	Plafond d’allers-retours	Le coupe-circuit (module 11)

Rien de nouveau : une autre façon de l’exprimer.

Des outils à vous

L’intérêt du SDK, c’est de brancher vos données. Deux fonctions suffisent : tool() décrit un outil — nom, description, paramètres, code exécuté — et createSdkMcpServer() les regroupe en serveur MCP in-process, c’est-à-dire dans votre programme même : contrairement aux serveurs du module 8, rien à lancer à côté. En Python, un décorateur @tool et create_sdk_mcp_server.

La description de l’outil est ce que l’agent lit pour décider quand l’appeler : soignez-la.

⚠️ Piège courant — Dans allowedTools, un outil MCP porte son nom complet : mcp__serveur__outil, avec des doubles tirets bas. Écrivez seulement recherche_client et la liste blanche ne correspond à rien : l’outil ne sera jamais approuvé.

Cas pratique : l’agent qui classe les documents entrants

La situation. Le script du module 11 atteint sa limite : les règles de la famille se sont étoffées — un dossier par personne, une convention de nommage, des exceptions. Une réponse en un mot ne suffit plus ; il faut une décision structurée, vérifiée et tracée.

Le principe. Les règles vivent dans votre code, exposées par un outil. L’agent lit le document, consulte les règles, rend une décision en JSON. Le programme déplace et journalise. Comme au module précédent : le modèle décide, le programme exécute.

// classeur.ts — un agent par document, les regles restent dans le code
import { query, tool, createSdkMcpServer } from "@anthropic-ai/claude-agent-sdk";

const regles = tool(
  "regles_de_classement",
  "Renvoie les dossiers autorises et la convention de nommage de la famille",
  {},
  async () => ({ content: [{ type: "text", text: JSON.stringify(REGLES) }] })
);

const serveur = createSdkMcpServer({
  name: "classement", version: "1.0.0", tools: [regles]
});

for (const fichier of aClasser) {
  for await (const message of query({
    prompt: `Lis ${fichier}, appelle regles_de_classement, puis reponds uniquement par un objet JSON {dossier, nom, confiance}.`,
    options: {
      cwd: RACINE,
      mcpServers: { classement: serveur },
      allowedTools: ["Read", "mcp__classement__regles_de_classement"],
      maxTurns: 6
    }
  })) {
    if (message.type === "result") deciderEtJournaliser(fichier, message);
  }
}

La vérification et le journal. Tout se joue dans deciderEtJournaliser, qui est à vous : valider le JSON, refuser un dossier hors liste, mettre en quarantaine une décision peu sûre, déplacer le fichier, puis écrire une ligne — date, origine, destination, confiance, coût. Un comptage des fichiers avant et après signale la moindre disparition. Un mois plus tard, le journal explique pourquoi tel document se trouve là.

Les pièges rencontrés :

• L’agent a d’abord répondu du texte autour du JSON. La consigne « réponds uniquement par un objet JSON » et une validation stricte côté programme règlent le cas.
• Write n’apparaît jamais dans la liste blanche. Un agent qui ne peut pas écrire ne peut pas se tromper de façon irréversible.
• La confiance annoncée n’est pas une garantie. Elle sert à trier ce qui mérite un œil humain, pas à décider toute seule.

Les pratiques qui font la différence

Pratique	Concrètement
Contexte borné	Un appel, une unité de travail. En interactif, /compact puis /clear
Coût mesuré	maxTurns fixé, coût journalisé, modèle choisi selon la difficulté
Vérification	Un contrôle après coup — comptage, tests, échantillon relu — plutôt que la confiance dans la sortie
Garde-fous	Liste blanche courte, actions irréversibles côté programme, règles deny sur les secrets, hooks bloquants
Reproductibilité	Règles versionnées, demande figée, journal conservé : une exécution se rejoue et s’explique
Relecture humaine	L’agent propose, vous tranchez les cas douteux. Aucune automatisation ne remplace ce geste

💡 Astuce — Avant d’écrire deux cents lignes de SDK, prototypez la même tâche avec claude -p et --output-format json. Si le prototype tient, le portage est mécanique ; sinon, vous venez d’économiser une journée.

Le chemin parcouru

Niveau	Modules	Ce que vous savez faire
Débutant	1 à 3	Installer l’application, ouvrir un dossier, demander et relire
Intermédiaire	4 à 7	Permissions, retour en arrière, mémoire du projet, réglages
Avancé	8 à 10	Outils externes, garde-fous automatiques, sous-agents et skills
Expert	11 à 12	Faire tourner une tâche sans surveillance, construire un agent sur mesure

Deux compagnons pour la suite : l’aide-mémoire des commandes, à garder ouvert, et le glossaire. Et si votre quotidien tourne autour de Word, Excel et Outlook, la formation Microsoft Copilot prend le relais.

À vous de jouer

1. Tranchez avant de coder. Placez les trois corvées notées au module 1 dans le tableau de décision : la plupart ne demanderont pas de SDK.
2. Écrivez un agent en lecture seule : npm install @anthropic-ai/claude-agent-sdk, la clé dans ANTHROPIC_API_KEY, cwd sur un vrai dossier, allowedTools limité à Read, Glob, Grep, maxTurns à 10, une demande de résumé.
3. Lisez les messages qui défilent : la boucle des douze modules, vue de l’intérieur.
4. Cassez volontairement. Retirez Glob de la liste blanche et relancez : observez comment l’agent se débrouille — ou renonce.
5. Ajoutez un outil à vous avec tool() et createSdkMcpServer(), même s’il renvoie une valeur en dur. N’oubliez pas le nom complet mcp__serveur__outil.

En résumé

• Le SDK ne se justifie que si l’agent doit vivre dans votre programme : sinon, CLAUDE.md, une skill ou un hook suffisent.
• query() prend une demande et des options, et rend un itérateur de messages qui se termine par un message result — en TypeScript comme en Python.
• Six options font l’essentiel : cwd, allowedTools, permissionMode, systemPrompt, mcpServers, maxTurns. Les chapitres de cette formation, exprimés en code.
• tool() et createSdkMcpServer() branchent vos données sans processus externe ; dans la liste blanche, l’outil s’écrit mcp__serveur__outil.
• Le modèle décide, le programme exécute, le journal explique. Jamais de bypassPermissions hors conteneur jetable.
• Six pratiques à retenir : contexte borné, coût mesuré, vérification, garde-fous, reproductibilité, relecture humaine.

Douze modules plus tôt, vous ouvriez une application pour ranger un dossier de scans mal nommés. Vous savez aujourd’hui encadrer, automatiser et construire — et décider ce qui mérite de l’être. L’outil n’a pas changé de nature en chemin : votre rôle, si. Moins d’exécution, plus d’arbitrage. Le reste s’apprend en forgeant : un vrai besoin, cette semaine, en petit.