文档索引

在此处获取完整文档索引：https://code.claude.com/docs/llms.txt 使用此文件发现所有可用页面，然后再进一步探索。

实时流式响应

在文本和工具调用流入时从 Agent SDK 获取实时响应

默认情况下，Agent SDK 在 Claude 完成生成每个响应后输出完整的 AssistantMessage 对象。要在生成文本和工具调用时接收增量更新，请在选项中将 include_partial_messages（Python）或 includePartialMessages（TypeScript）设置为 true 来启用部分消息流式传输。

Tip

本页介绍输出流式传输（实时接收令牌）。有关输入模式（如何发送消息），请参阅向智能体发送消息。你也可以通过 CLI 使用 Agent SDK 流式传输响应。

启用流式输出

要启用流式传输，请在选项中将 include_partial_messages（Python）或 includePartialMessages（TypeScript）设置为 true。这会使 SDK 在到达时输出包含原始 API 事件的 StreamEvent 消息，以及通常的 AssistantMessage 和 ResultMessage。

然后你的代码需要：

检查每条消息的类型以区分 StreamEvent 和其他消息类型
对于 StreamEvent，提取 event 字段并检查其 type
查找 delta.type 为 text_delta 的 content_block_delta 事件，这些事件包含实际的文本块

以下示例启用流式传输并在文本块到达时打印它们。注意嵌套的类型检查：首先检查 StreamEvent，然后检查 content_block_delta，最后检查 text_delta：

from claude_agent_sdk import query, ClaudeAgentOptions
from claude_agent_sdk.types import StreamEvent
import asyncio


async def stream_response():
    options = ClaudeAgentOptions(
        include_partial_messages=True,
        allowed_tools=["Bash", "Read"],
    )

    async for message in query(prompt="List the files in my project", options=options):
        if isinstance(message, StreamEvent):
            event = message.event
            if event.get("type") == "content_block_delta":
                delta = event.get("delta", {})
                if delta.get("type") == "text_delta":
                    print(delta.get("text", ""), end="", flush=True)


asyncio.run(stream_response())

import { query } from "@anthropic-ai/claude-agent-sdk";

for await (const message of query({
  prompt: "List the files in my project",
  options: {
    includePartialMessages: true,
    allowedTools: ["Bash", "Read"]
  }
})) {
  if (message.type === "stream_event") {
    const event = message.event;
    if (event.type === "content_block_delta") {
      if (event.delta.type === "text_delta") {
        process.stdout.write(event.delta.text);
      }
    }
  }
}

StreamEvent 参考

启用部分消息后，你会收到包装在对象中的原始 Claude API 流式事件。该类型在每个 SDK 中有不同的名称：

Python：StreamEvent（从 claude_agent_sdk.types 导入）
TypeScript：SDKPartialAssistantMessage，type: 'stream_event'

两者都包含原始 Claude API 事件，而非累积的文本。你需要自己提取和累积文本增量。以下是每种类型的结构：

@dataclass
class StreamEvent:
    uuid: str  # Unique identifier for this event
    session_id: str  # Session identifier
    event: dict[str, Any]  # The raw Claude API stream event
    parent_tool_use_id: str | None  # Parent tool ID if from a subagent

type SDKPartialAssistantMessage = {
  type: "stream_event";
  event: BetaRawMessageStreamEvent; // From Anthropic SDK
  parent_tool_use_id: string | null;
  uuid: UUID;
  session_id: string;
};

event 字段包含来自 Claude API 的原始流式事件。常见的事件类型包括：

事件类型	描述
`message_start`	新消息的开始
`content_block_start`	新内容块的开始（文本或工具使用）
`content_block_delta`	内容的增量更新
`content_block_stop`	内容块的结束
`message_delta`	消息级更新（停止原因、使用量）
`message_stop`	消息的结束

消息流

启用部分消息后，你按此顺序接收消息：

StreamEvent (message_start)
StreamEvent (content_block_start) - text block
StreamEvent (content_block_delta) - text chunks...
StreamEvent (content_block_stop)
StreamEvent (content_block_start) - tool_use block
StreamEvent (content_block_delta) - tool input chunks...
StreamEvent (content_block_stop)
StreamEvent (message_delta)
StreamEvent (message_stop)
AssistantMessage - complete message with all content
... tool executes ...
... more streaming events for next turn ...
ResultMessage - final result

未启用部分消息时（Python 中的 include_partial_messages，TypeScript 中的 includePartialMessages），你会收到除 StreamEvent 之外的所有消息类型。常见类型包括 SystemMessage（会话初始化）、AssistantMessage（完整响应）、ResultMessage（最终结果）以及指示对话历史何时被压缩的压缩边界消息（TypeScript 中的 SDKCompactBoundaryMessage；Python 中 subtype 为 "compact_boundary" 的 SystemMessage）。

流式文本响应

要在文本生成时显示它，查找 delta.type 为 text_delta 的 content_block_delta 事件。这些事件包含增量文本块。以下示例在每个块到达时打印它：

from claude_agent_sdk import query, ClaudeAgentOptions
from claude_agent_sdk.types import StreamEvent
import asyncio


async def stream_text():
    options = ClaudeAgentOptions(include_partial_messages=True)

    async for message in query(prompt="Explain how databases work", options=options):
        if isinstance(message, StreamEvent):
            event = message.event
            if event.get("type") == "content_block_delta":
                delta = event.get("delta", {})
                if delta.get("type") == "text_delta":
                    # Print each text chunk as it arrives
                    print(delta.get("text", ""), end="", flush=True)

    print()  # Final newline


asyncio.run(stream_text())

import { query } from "@anthropic-ai/claude-agent-sdk";

for await (const message of query({
  prompt: "Explain how databases work",
  options: { includePartialMessages: true }
})) {
  if (message.type === "stream_event") {
    const event = message.event;
    if (event.type === "content_block_delta" && event.delta.type === "text_delta") {
      process.stdout.write(event.delta.text);
    }
  }
}

console.log(); // Final newline

流式工具调用

工具调用也是增量流式传输的。你可以跟踪工具何时开始、在生成时接收其输入以及查看它们何时完成。以下示例跟踪当前正在调用的工具，并在 JSON 输入流入时累积它。它使用三种事件类型：

content_block_start：工具开始
带有 input_json_delta 的 content_block_delta：输入块到达
content_block_stop：工具调用完成

from claude_agent_sdk import query, ClaudeAgentOptions
from claude_agent_sdk.types import StreamEvent
import asyncio


async def stream_tool_calls():
    options = ClaudeAgentOptions(
        include_partial_messages=True,
        allowed_tools=["Read", "Bash"],
    )

    # Track the current tool and accumulate its input JSON
    current_tool = None
    tool_input = ""

    async for message in query(prompt="Read the README.md file", options=options):
        if isinstance(message, StreamEvent):
            event = message.event
            event_type = event.get("type")

            if event_type == "content_block_start":
                # New tool call is starting
                content_block = event.get("content_block", {})
                if content_block.get("type") == "tool_use":
                    current_tool = content_block.get("name")
                    tool_input = ""
                    print(f"Starting tool: {current_tool}")

            elif event_type == "content_block_delta":
                delta = event.get("delta", {})
                if delta.get("type") == "input_json_delta":
                    # Accumulate JSON input as it streams in
                    chunk = delta.get("partial_json", "")
                    tool_input += chunk
                    print(f"  Input chunk: {chunk}")

            elif event_type == "content_block_stop":
                # Tool call complete - show final input
                if current_tool:
                    print(f"Tool {current_tool} called with: {tool_input}")
                    current_tool = None


asyncio.run(stream_tool_calls())

import { query } from "@anthropic-ai/claude-agent-sdk";

// Track the current tool and accumulate its input JSON
let currentTool: string | null = null;
let toolInput = "";

for await (const message of query({
  prompt: "Read the README.md file",
  options: {
    includePartialMessages: true,
    allowedTools: ["Read", "Bash"]
  }
})) {
  if (message.type === "stream_event") {
    const event = message.event;

    if (event.type === "content_block_start") {
      // New tool call is starting
      if (event.content_block.type === "tool_use") {
        currentTool = event.content_block.name;
        toolInput = "";
        console.log(`Starting tool: ${currentTool}`);
      }
    } else if (event.type === "content_block_delta") {
      if (event.delta.type === "input_json_delta") {
        // Accumulate JSON input as it streams in
        const chunk = event.delta.partial_json;
        toolInput += chunk;
        console.log(`  Input chunk: ${chunk}`);
      }
    } else if (event.type === "content_block_stop") {
      // Tool call complete - show final input
      if (currentTool) {
        console.log(`Tool ${currentTool} called with: ${toolInput}`);
        currentTool = null;
      }
    }
  }
}

构建流式 UI

此示例将文本和工具流式传输组合到一个连贯的 UI 中。它跟踪智能体当前是否正在执行工具（使用 in_tool 标志），以便在工具运行时显示 [Using Read...] 等状态指示器。不在工具中时文本正常流式传输，工具完成触发"完成"消息。此模式适用于需要在多步骤智能体任务期间显示进度的聊天界面。

from claude_agent_sdk import query, ClaudeAgentOptions, ResultMessage
from claude_agent_sdk.types import StreamEvent
import asyncio
import sys


async def streaming_ui():
    options = ClaudeAgentOptions(
        include_partial_messages=True,
        allowed_tools=["Read", "Bash", "Grep"],
    )

    # Track whether we're currently in a tool call
    in_tool = False

    async for message in query(
        prompt="Find all TODO comments in the codebase", options=options
    ):
        if isinstance(message, StreamEvent):
            event = message.event
            event_type = event.get("type")

            if event_type == "content_block_start":
                content_block = event.get("content_block", {})
                if content_block.get("type") == "tool_use":
                    # Tool call is starting - show status indicator
                    tool_name = content_block.get("name")
                    print(f"\n[Using {tool_name}...]", end="", flush=True)
                    in_tool = True

            elif event_type == "content_block_delta":
                delta = event.get("delta", {})
                # Only stream text when not executing a tool
                if delta.get("type") == "text_delta" and not in_tool:
                    sys.stdout.write(delta.get("text", ""))
                    sys.stdout.flush()

            elif event_type == "content_block_stop":
                if in_tool:
                    # Tool call finished
                    print(" done", flush=True)
                    in_tool = False

        elif isinstance(message, ResultMessage):
            # Agent finished all work
            print(f"\n\n--- Complete ---")


asyncio.run(streaming_ui())

import { query } from "@anthropic-ai/claude-agent-sdk";

// Track whether we're currently in a tool call
let inTool = false;

for await (const message of query({
  prompt: "Find all TODO comments in the codebase",
  options: {
    includePartialMessages: true,
    allowedTools: ["Read", "Bash", "Grep"]
  }
})) {
  if (message.type === "stream_event") {
    const event = message.event;

    if (event.type === "content_block_start") {
      if (event.content_block.type === "tool_use") {
        // Tool call is starting - show status indicator
        process.stdout.write(`\n[Using ${event.content_block.name}...]`);
        inTool = true;
      }
    } else if (event.type === "content_block_delta") {
      // Only stream text when not executing a tool
      if (event.delta.type === "text_delta" && !inTool) {
        process.stdout.write(event.delta.text);
      }
    } else if (event.type === "content_block_stop") {
      if (inTool) {
        // Tool call finished
        console.log(" done");
        inTool = false;
      }
    }
  } else if (message.type === "result") {
    // Agent finished all work
    console.log("\n\n--- Complete ---");
  }
}

已知限制

某些 SDK 功能与流式传输不兼容：

扩展思考：当你显式设置 max_thinking_tokens（Python）或 maxThinkingTokens（TypeScript）时，不会发出 StreamEvent 消息。你只会在每轮之后收到完整消息。请注意，SDK 中默认禁用思考，因此除非你启用它，否则流式传输可以正常工作。
结构化输出：JSON 结果仅出现在最终的 ResultMessage.structured_output 中，而非作为流式增量。有关详情，请参阅结构化输出。

后续步骤

现在你可以实时流式传输文本和工具调用了，探索以下相关主题：

交互式与一次性查询：为你的用例选择输入模式
结构化输出：从智能体获取类型化的 JSON 响应
权限：控制智能体可以使用哪些工具