claude-cookbooks

Claude Cookbooks 技能

来自 Anthropic 官方 cookbooks 仓库的全面代码示例和指南，帮助你使用 Claude AI 进行构建。

何时使用此技能

遇到以下情况时，应触发此技能：

• 学习如何使用 Claude API
• 实现 Claude 集成
• 使用 Claude 构建应用
• 使用工具和函数调用
• 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 Agent
• 优化 Claude 的提示词
• 实现高级模式（缓存、子 Agent 等）

快速参考

基本 API 用法

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!"
    }]
)

工具使用（函数调用）

# 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?"}]
)

视觉（图像分析）

# 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"}
        ]
    }]
)

提示词缓存

# 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"}]
)

涵盖的主要功能

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. 摘要生成

• 文档摘要
• 会议记录
• 文章精简
• 多文档综合

4. 文本转 SQL

• 将自然语言转换为 SQL 查询
• 理解数据库架构
• 查询优化
• 结果解读

5. 工具使用与函数调用

• 工具定义和架构
• 参数验证
• 多工具工作流
• 错误处理

6. 多模态

• 图像分析和 OCR
• 图表解读
• 视觉问答
• 图像生成集成

7. 高级模式

• Agent 架构
• 子 Agent 委派
• 提示词优化
• 通过缓存优化成本

仓库结构

Cookbooks 分为以下主要类别：

• capabilities/ - 核心 AI 功能（分类、RAG、摘要生成、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/ - Agent 和工作流等高级模式
• third_party/ - 与外部服务的集成（Pinecone、LlamaIndex 等）
• claude_agent_sdk/ - Agent SDK 示例和模板
• misc/ - 其他实用工具（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 - 仓库主要概览
• capabilities.md - 核心功能文档
• tool_use.md - 工具使用和函数调用指南
• multimodal.md - 视觉和多模态功能
• third_party.md - 第三方集成
• patterns.md - 高级模式和 Agent
• index.md - 完整参考索引

常见用例

构建客户服务 Agent

1. 定义用于访问 CRM、创建工单和搜索知识库的工具
2. 使用工具调用 API 处理函数调用
3. 实现对话记忆
4. 添加回退机制

参见：references/tool_use.md#customer-service

实现 RAG

1. 为文档创建嵌入
2. 将其存储在向量数据库中（Pinecone 等）
3. 根据查询检索相关上下文
4. 使用上下文增强 Claude 的回复

参见：references/capabilities.md#rag

使用视觉处理文档

1. 将文档转换为图像或 PDF
2. 使用视觉 API 提取内容
3. 整理提取的数据
4. 验证并进行后处理

参见：references/multimodal.md#vision

构建多 Agent 系统

1. 为不同任务定义专用 Agent
2. 实现路由逻辑
3. 使用子 Agent 进行委派
4. 汇总结果

参见：references/patterns.md#agents

最佳实践

API 用法

• 根据任务选择合适的模型（Sonnet 均衡，Haiku 快速，Opus 适合复杂任务）
• 使用指数退避实现重试逻辑
• 妥善处理速率限制
• 监控 token 用量以优化成本

提示词工程

• 指令要具体、清晰
• 必要时提供示例
• 使用系统提示词以保持行为一致
• 必要时使用 JSON 模式组织输出

工具使用

• 定义清晰、具体的工具架构
• 验证输入和输出
• 妥善处理错误
• 工具描述要简洁且信息充分

多模态

• 使用高质量图像（分辨率越高，效果越好）
• 明确说明要提取或分析的内容
• 遵守尺寸限制（每张图像 5MB）
• 使用合适的图像格式（JPEG、PNG、GIF、WebP）

性能优化

提示词缓存

• 缓存较长的系统提示词
• 缓存经常使用的上下文
• 监控缓存命中率
• 平衡缓存与内容更新

成本优化

• 简单任务使用 Haiku
• 为重复使用的上下文启用提示词缓存
• 设置合适的 max_tokens
• 批量处理相似请求

延迟优化

• 对较长的响应使用流式传输
• 尽量减少消息历史
• 优化图像尺寸
• 使用合适的超时值

资源

官方文档

• Anthropic 开发者文档
• API 参考
• Anthropic 支持

社区

• Anthropic Discord
• GitHub Cookbook 仓库

学习资源

• Claude API 基础课程
• 提示词工程指南

使用此技能

面向初学者

从 references/main_readme.md 开始，并在 references/capabilities.md 中了解基础示例

针对特定功能

• 工具使用 → references/tool_use.md
• 视觉 → references/multimodal.md
• RAG → references/capabilities.md#rag
• Agent → references/patterns.md#agents

代码示例

每个参考文件都包含实用、可直接复制粘贴的代码示例

可用示例

此 Cookbook 包含 50 多个实用示例，包括：

• 使用工具的客服聊天机器人
• 使用 Pinecone 向量数据库的 RAG
• 文档摘要
• 图像分析和 OCR
• 图表解读
• 自然语言转 SQL
• 内容审核过滤器
• 自动化评估
• 多 Agent 系统
• 提示词缓存优化

说明

• 所有示例均使用 Anthropic 官方 Python SDK
• 代码已达到生产就绪状态，并包含错误处理
• 示例遵循当前 API 最佳实践
• Anthropic 团队会定期更新
• 欢迎社区贡献

技能来源

此技能基于 Anthropic 官方 Claude Cookbooks 仓库创建： https://github.com/anthropics/claude-cookbooks

仓库克隆和处理日期：2025-10-29