名称: claude-cookbooks 描述: Claude AI 食谱 - 使用 Claude API 的代码示例、教程和最佳实践。适用于学习 Claude API 集成、构建 Claude 驱动的应用程序或探索 Claude 功能时使用。
Claude 食谱技能
全面的代码示例和指南，用于基于 Claude AI 进行构建，源自官方的 Anthropic 食谱仓库。
何时使用此技能
此技能应在以下情况触发：
- 学习如何使用 Claude API
- 实现 Claude 集成
- 使用 Claude 构建应用程序
- 处理工具使用和函数调用
- 实现多模态功能（视觉、图像分析）
- 设置 RAG（检索增强生成）
- 将 Claude 与第三方服务集成
- 使用 Claude 构建 AI 智能体
- 为 Claude 优化提示词
- 实现高级模式（缓存、子智能体等）
快速参考
基础 API 使用
import anthropic
client = anthropic.Anthropic(api_key="your-api-key")
# 简单消息
response = client.messages.create(
model="claude-3-5-sonnet-20241022",
max_tokens=1024,
messages=[{
"role": "user",
"content": "Hello, Claude!"
}]
)
工具使用（函数调用）
# 定义一个工具
tools = [{
"name": "get_weather",
"description": "获取指定位置的当前天气",
"input_schema": {
"type": "object",
"properties": {
"location": {"type": "string", "description": "城市名称"}
},
"required": ["location"]
}
}]
# 使用工具
response = client.messages.create(
model="claude-3-5-sonnet-20241022",
max_tokens=1024,
tools=tools,
messages=[{"role": "user", "content": "旧金山的天气怎么样？"}]
)
视觉（图像分析）
# 分析图像
response = client.messages.create(
model="claude-3-5-sonnet-20241022",
max_tokens=1024,
messages=[{
"role": "user",
"content": [
{
"type": "image",
"source": {
"type": "base64",
"media_type": "image/jpeg",
"data": base64_image
}
},
{"type": "text", "text": "描述这张图片"}
]
}]
)
提示词缓存
# 使用提示词缓存提高效率
response = client.messages.create(
model="claude-3-5-sonnet-20241022",
max_tokens=1024,
system=[{
"type": "text",
"text": "大型系统提示词...",
"cache_control": {"type": "ephemeral"}
}],
messages=[{"role": "user", "content": "您的问题"}]
)
涵盖的关键能力
1. 分类
- 文本分类技术
- 情感分析
- 内容分类
- 多标签分类
2. 检索增强生成（RAG）
- 向量数据库集成
- 语义搜索
- 上下文检索
- 知识库查询
3. 摘要
- 文档摘要
- 会议记录
- 文章浓缩
- 多文档合成
4. 文本转 SQL
- 自然语言转 SQL 查询
- 数据库模式理解
- 查询优化
- 结果解释
5. 工具使用与函数调用
- 工具定义和模式
- 参数验证
- 多工具工作流
- 错误处理
6. 多模态
- 图像分析和 OCR
- 图表/图形解释
- 视觉问答
- 图像生成集成
7. 高级模式
- 智能体架构
- 子智能体委托
- 提示词优化
- 使用缓存的成本优化
仓库结构
食谱按以下主要类别组织：
- capabilities/ - 核心 AI 能力（分类、RAG、摘要、文本转 SQL）
- tool_use/ - 函数调用和工具集成示例
- multimodal/ - 视觉和图像相关示例
- patterns/ - 高级模式，如智能体和工作流
- third_party/ - 与外部服务的集成（Pinecone、LlamaIndex 等）
- claude_agent_sdk/ - 智能体 SDK 示例和模板
- misc/ - 附加实用工具（PDF 上传、JSON 模式、评估等）
参考文件
此技能在 references/ 中包含全面的文档：
- main_readme.md - 主仓库概述
- capabilities.md - 核心能力文档
- tool_use.md - 工具使用和函数调用指南
- multimodal.md - 视觉和多模态能力
- third_party.md - 第三方集成
- patterns.md - 高级模式和智能体
- index.md - 完整参考索引
常见用例
构建客户服务智能体
- 定义用于 CRM 访问、工单创建、知识库搜索的工具
- 使用工具使用 API 处理函数调用
- 实现对话记忆
- 添加回退机制
参见：references/tool_use.md#customer-service
实现 RAG
- 创建文档的嵌入向量
- 存储在向量数据库中（Pinecone 等）
- 根据查询检索相关上下文
- 用上下文增强 Claude 的响应
参见：references/capabilities.md#rag
使用视觉处理文档
- 将文档转换为图像或 PDF
- 使用视觉 API 提取内容
- 结构化提取的数据
- 验证和后处理
参见：references/multimodal.md#vision
构建多智能体系统
- 为不同任务定义专门的智能体
- 实现路由逻辑
- 使用子智能体进行委托
- 聚合结果
参见：references/patterns.md#agents
最佳实践
API 使用
- 为任务使用适当的模型（Sonnet 用于平衡，Haiku 用于速度，Opus 用于复杂任务）
- 使用指数退避实现重试逻辑
- 优雅处理速率限制
- 监控令牌使用以优化成本
提示词工程
- 指令要具体清晰
- 需要时提供示例
- 使用系统提示词确保行为一致
- 需要时使用 JSON 模式结构化输出
工具使用
- 定义清晰、具体的工具模式
- 验证输入和输出
- 优雅处理错误
- 保持工具描述简洁但信息丰富
多模态
- 使用高质量图像（分辨率越高，效果越好）
- 具体说明要提取/分析的内容
- 遵守大小限制（每张图像 5MB）
- 使用适当的图像格式（JPEG、PNG、GIF、WebP）
性能优化
提示词缓存
- 缓存大型系统提示词
- 缓存频繁使用的上下文
- 监控缓存命中率
- 平衡缓存与新鲜内容
成本优化
- 简单任务使用 Haiku
- 为重复上下文实现提示词缓存
- 设置适当的 max_tokens
- 批量处理类似请求
延迟优化
- 长响应使用流式传输
- 最小化消息历史记录
- 优化图像大小
- 使用适当的超时值
资源
官方文档
社区
学习资源
使用此技能
对于初学者
从 references/main_readme.md 开始，探索 references/capabilities.md 中的基础示例
对于特定功能
- 工具使用 →
references/tool_use.md - 视觉 →
references/multimodal.md - RAG →
references/capabilities.md#rag - 智能体 →
references/patterns.md#agents
对于代码示例
每个参考文件都包含实用的、可复制粘贴的代码示例
可用示例
食谱包含 50 多个实用示例，包括：
- 具有工具使用的客户服务聊天机器人
- 使用 Pinecone 向量数据库的 RAG
- 文档摘要
- 图像分析和 OCR
- 图表/图形解释
- 自然语言转 SQL
- 内容审核过滤器
- 自动化评估
- 多智能体系统
- 提示词缓存优化
注意事项
- 所有示例均使用官方的 Anthropic Python SDK
- 代码具有错误处理，可用于生产环境
- 示例遵循当前的 API 最佳实践
- Anthropic 团队定期更新
- 欢迎社区贡献
技能来源
此技能源自官方的 Anthropic Claude 食谱仓库： https://github.com/anthropics/claude-cookbooks
仓库克隆和处理日期：2025-10-29