用途
该技能用于指导开发者使用 Anthropic Claude API 进行开发，覆盖 Messages API、工具调用、提示工程，以及构建基于 Claude 模型的生产级应用。目标是提供简洁、技术性的回答，并配有准确的 Python 示例。
主要能力
- 环境与配置：使用环境变量管理 API 密钥，推荐使用
python-dotenv进行本地开发，为开发与生产设置不同密钥，并配置合适的超时设置。 - Messages API：支持基础调用与流式响应。基础调用示例使用
client.messages.create，传入模型、max_tokens、system与messages。流式响应使用client.messages.stream并遍历stream.text_stream。 - 模型选择：建议
claude-opus-4-20250514用于复杂推理与分析；claude-sonnet-4-20250514用于性能与成本平衡；claude-3-5-haiku-20241022用于快速高效响应；并根据任务复杂度选择模型。 - 工具调用（函数调用）：通过
tools定义工具名称、描述与input_schema。根据response.stop_reason == "tool_use"判断，提取tool_use块，执行工具并将tool_result追加到消息中继续对话。 - 视觉与多模态：支持通过 URL 或 base64 编码的图像进行图像分析，并在消息内容中以
image与text块组合。 - 提示工程：编写清晰具体的系统提示，包含相关上下文与约束，指定输出格式，使用 XML 标签组织复杂指令，提供少样本示例，明确期望输出，并对复杂推理使用思维链提示。
- 错误处理：实现指数退避重试逻辑，处理
RateLimitError、APIError、AuthenticationError、BadRequestError等常见错误类型。 - 提示缓存：通过
cache_control: {"type": "ephemeral"}缓存大型静态内容，将缓存内容置于提示开头，并监控缓存命中率。 - 消息批处理 API：使用
client.messages.batches.create处理非时效敏感请求，每个请求包含custom_id与params。 - 成本优化：按任务复杂度选择模型、对重复上下文使用提示缓存、对非紧急请求使用批处理、设置合理的
max_tokens、适时缓存响应并监控 token 使用。 - 安全实践：不在客户端代码中暴露 API 密钥，在端点实现速率限制，验证并清理用户输入，记录 API 使用情况，遵循 Anthropic 可接受使用政策。
使用方式
该技能面向 Claude API 开发场景，提供示例代码与实践建议。技能中给出的 Python 示例可直接参考：环境配置使用 from anthropic import Anthropic 与 client = Anthropic(api_key=os.environ.get("ANTHROPIC_API_KEY"))；Messages API、工具调用、多模态、缓存与批处理均有对应代码片段。依赖项包括 anthropic、python-dotenv、pydantic（用于输入验证）与 tenacity（用于重试逻辑）。
适用场景
适用于构建基于 Claude 模型的应用程序，包括需要工具调用、图像理解、结构化提示、批处理与缓存优化的生产级用例。也适用于需要遵循使用政策、实现可靠错误处理与安全密钥管理的开发实践。
限制
资料未提供该技能的具体收费、价格、平台支持范围或效果保证，这些事实暂未提供。使用时应以实际 Anthropic API 文档与政策为准。