claude-cookbooks

Claude Cookbooks スキル

公式の Anthropic cookbooks リポジトリを基にした、Claude AI を活用するための包括的なコード例とガイドです。

このスキルを使用するタイミング

次のような場合に、このスキルを使用してください。

• Claude API の使用方法を学ぶとき
• Claude との連携を実装するとき
• Claude を使用したアプリケーションを構築するとき
• ツールの使用や関数呼び出しに取り組むとき
• マルチモーダル機能（ビジョン、画像分析）を実装するとき
• RAG（検索拡張生成）を設定するとき
• Claude とサードパーティサービスを連携するとき
• Claude を使用して AI エージェントを構築するとき
• Claude 向けにプロンプトを最適化するとき
• 高度なパターン（キャッシュ、サブエージェントなど）を実装するとき

クイックリファレンス

基本的な API の使用方法

import anthropic

client = anthropic.Anthropic(api_key="your-api-key")

# Simple message
response = client.messages.create(
    model="claude-3-5-sonnet-20241022",
    max_tokens=1024,
    messages=[{
        "role": "user",
        "content": "Hello, Claude!"
    }]
)

ツールの使用（関数呼び出し）

# Define a tool
tools = [{
    "name": "get_weather",
    "description": "Get current weather for a location",
    "input_schema": {
        "type": "object",
        "properties": {
            "location": {"type": "string", "description": "City name"}
        },
        "required": ["location"]
    }
}]

# Use the tool
response = client.messages.create(
    model="claude-3-5-sonnet-20241022",
    max_tokens=1024,
    tools=tools,
    messages=[{"role": "user", "content": "What's the weather in San Francisco?"}]
)

ビジョン（画像分析）

# Analyze an image
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": "Describe this image"}
        ]
    }]
)

プロンプトキャッシュ

# Use prompt caching for efficiency
response = client.messages.create(
    model="claude-3-5-sonnet-20241022",
    max_tokens=1024,
    system=[{
        "type": "text",
        "text": "Large system prompt here...",
        "cache_control": {"type": "ephemeral"}
    }],
    messages=[{"role": "user", "content": "Your question"}]
)

対象となる主な機能

1. 分類

• テキスト分類の手法
• 感情分析
• コンテンツのカテゴリ分類
• マルチラベル分類

2. 検索拡張生成（RAG）

• ベクトルデータベースとの連携
• セマンティック検索
• コンテキストの取得
• ナレッジベースへのクエリ

3. 要約

• ドキュメントの要約
• 会議メモ
• 記事の要約
• 複数ドキュメントの統合

4. テキストから SQL への変換

• 自然言語から SQL クエリへの変換
• データベーススキーマの理解
• クエリの最適化
• 結果の解釈

5. ツールの使用と関数呼び出し

• ツールの定義とスキーマ
• パラメーターの検証
• 複数ツールを使うワークフロー
• エラー処理

6. マルチモーダル

• 画像分析と OCR
• チャート／グラフの解釈
• 視覚的な質問応答
• 画像生成との連携

7. 高度なパターン

• エージェントアーキテクチャ
• サブエージェントへの委任
• プロンプトの最適化
• キャッシュによるコスト最適化

リポジトリの構成

Cookbooks は次の主なカテゴリに分かれています。

• capabilities/ - AI の基本機能（分類、RAG、要約、テキストから SQL への変換）
• tool_use/ - 関数呼び出しとツール連携の例
• multimodal/ - ビジョンと画像関連の例
• patterns/ - エージェントやワークフローなどの高度なパターン
• third_party/ - 外部サービス（Pinecone、LlamaIndex など）との連携
• claude_agent_sdk/ - Agent SDK の例とテンプレート
• misc/ - その他のユーティリティ（PDF のアップロード、JSON モード、評価など）

リファレンスファイル

このスキルには、references/ に包括的なドキュメントが含まれています。

• main_readme.md - リポジトリの概要
• capabilities.md - 基本機能のドキュメント
• tool_use.md - ツールの使用と関数呼び出しのガイド
• multimodal.md - ビジョンとマルチモーダル機能
• third_party.md - サードパーティとの連携
• patterns.md - 高度なパターンとエージェント
• index.md - リファレンスの完全な索引

一般的なユースケース

カスタマーサービスエージェントの構築

1. CRM へのアクセス、チケットの作成、ナレッジベースの検索に使うツールを定義します
2. ツール使用 API を使って関数呼び出しを処理します
3. 会話のメモリを実装します
4. フォールバックの仕組みを追加します

参照：references/tool_use.md#customer-service

RAG の実装

1. ドキュメントの埋め込みを作成します
2. ベクトルデータベース（Pinecone など）に保存します
3. クエリに応じて関連するコンテキストを取得します
4. コンテキストを使って Claude の応答を補強します

参照：references/capabilities.md#rag

ビジョンを使ったドキュメント処理

1. ドキュメントを画像または PDF に変換します
2. ビジョン API を使ってコンテンツを抽出します
3. 抽出したデータを構造化します
4. 検証と後処理を行います

参照：references/multimodal.md#vision

マルチエージェントシステムの構築

1. タスクごとに専門のエージェントを定義します
2. ルーティングロジックを実装します
3. 委任にはサブエージェントを使用します
4. 結果を集約します

参照：references/patterns.md#agents

ベストプラクティス

API の使用方法

• タスクに適したモデルを使用します（バランス重視なら Sonnet、速度重視なら Haiku、複雑なタスクなら Opus）
• 指数バックオフを使った再試行ロジックを実装します
• レート制限に適切に対処します
• コスト最適化のためにトークンの使用量を監視します

プロンプトエンジニアリング

• 指示は具体的かつ明確にします
• 必要に応じて例を示します
• 一貫した動作のためにシステムプロンプトを使用します
• 必要に応じて JSON モードで出力を構成します

ツールの使用

• 明確で具体的なツールスキーマを定義します
• 入力と出力を検証します
• エラーを適切に処理します
• ツールの説明は簡潔でありながら、十分な情報を含めます

マルチモーダル

• 高品質な画像を使用します（解像度が高いほど、より良い結果が得られます）
• 抽出・分析する内容を具体的に指定します
• サイズ制限（画像1枚あたり5MB）を守ります
• 適切な画像形式（JPEG、PNG、GIF、WebP）を使用します

パフォーマンスの最適化

プロンプトキャッシュ

• 大きなシステムプロンプトをキャッシュします
• 頻繁に使用するコンテキストをキャッシュします
• キャッシュヒット率を監視します
• キャッシュと最新コンテンツのバランスを取ります

コストの最適化

• 単純なタスクには Haiku を使用します
• 繰り返し使用するコンテキストにはプロンプトキャッシュを実装します
• 適切な max_tokens を設定します
• 類似したリクエストをまとめて処理します

レイテンシの最適化

• 長い応答にはストリーミングを使用します
• メッセージ履歴を最小限に抑えます
• 画像サイズを最適化します
• 適切なタイムアウト値を使用します

リソース

公式ドキュメント

• Anthropic 開発者向けドキュメント
• API リファレンス
• Anthropic サポート

コミュニティ

• Anthropic Discord
• GitHub Cookbooks リポジトリ

学習リソース

• Claude API 基礎コース
• プロンプトエンジニアリングガイド

このスキルの使い方

初心者向け

references/main_readme.md から始めて、references/capabilities.md の基本的な例を確認してください

特定の機能について

• ツールの使用 → references/tool_use.md
• ビジョン → references/multimodal.md
• RAG → references/capabilities.md#rag
• エージェント → references/patterns.md#agents

コード例について

各リファレンスファイルには、実用的ですぐにコピーして使用できるコード例が含まれています

利用可能な例

クックブックには、以下を含む50以上の実用的な例が含まれています：

• ツールを使用するカスタマーサービス用チャットボット
• Pinecone ベクトルデータベースを使用した RAG
• ドキュメントの要約
• 画像分析と OCR
• チャート・グラフの解釈
• 自然言語から SQL への変換
• コンテンツモデレーションフィルター
• 自動評価
• マルチエージェントシステム
• プロンプトキャッシュの最適化

注記

• すべての例で公式の Anthropic Python SDK を使用しています
• コードはエラー処理を備えた、本番環境ですぐに使用できるものです
• 例は現在の API のベストプラクティスに従っています
• Anthropic チームが定期的に更新しています
• コミュニティからの貢献を歓迎します

スキルのソース

このスキルは、Anthropic Claude Cookbooks の公式リポジトリを基に作成されました： https://github.com/anthropics/claude-cookbooks

リポジトリのクローンと処理の日付：2025-10-29