Tool-Kombinationen

Von Anthropic bereitgestellte Tools sind darauf ausgelegt, zusammenzuarbeiten. Gängige Agentenmuster kombinieren Tools, die komplementäre Phasen eines Workflows abdecken: Ein Tool sammelt oder entdeckt, ein anderes verarbeitet oder handelt. Die folgenden Kombinationen sind Ausgangspunkte, keine Vorschriften. Mische sie so, dass sie zu deiner Aufgabe passen.

Jedes Snippet zeigt nur das tools-Array. Siehe Tool-Aufrufe verarbeiten für die vollständige Form der Anfrage.

Recherche-Agent: web_search + code_execution

Die Suche findet Quellen; die Codeausführung analysiert und synthetisiert. Claude sucht nach Daten und schreibt dann Python, um sie zu verarbeiten, tabellarisch aufzubereiten oder zu visualisieren. Diese Paarung eignet sich gut für Fragen, die sowohl aktuelle Informationen als auch nicht-triviale Berechnungen über diese Informationen erfordern, etwa „Vergleiche die Quartalsergebnisse der fünf größten Cloud-Anbieter.“

{
  "tools": [
    { "type": "web_search_20260209", "name": "web_search" },
    { "type": "code_execution_20260521", "name": "code_execution" }
  ]
}

Der Ablauf ist typischerweise: suchen, dann ausführen, dann optional erneut suchen, falls der erste Durchgang eine Lücke aufgedeckt hat. Die Codeausführung läuft serverseitig, sodass du keine clientseitige Sandbox verwalten musst.

Coding-Agent: text_editor + bash

Der Texteditor liest und ändert Dateien; bash führt Tests und Build-Befehle aus. Dies ist die kanonische Softwareentwicklungsschleife: den Code inspizieren, eine Änderung vornehmen, die Tests ausführen, wiederholen. Beide Tools werden clientseitig ausgeführt, sodass deine Anwendung steuert, welche Dateien und Befehle zugänglich sind.

{
  "tools": [
    { "type": "text_editor_20250728", "name": "str_replace_based_edit_tool" },
    { "type": "bash_20250124", "name": "bash" }
  ]
}

Kombiniere dies mit einem eingeschränkten Arbeitsverzeichnis und einer Befehls-Allowlist, wenn der Agent mit nicht vertrauenswürdigem Code arbeitet. Siehe Texteditor-Tool und Bash-Tool für die Ausführungsverträge.

Zitieren-dann-abrufen: web_search + web_fetch

Die Suche liefert Kandidaten-URLs; Fetch ruft den vollständigen Seiteninhalt der relevanten ab. So wird vermieden, alles im Voraus abzurufen. Claude führt eine Suche aus, inspiziert die Snippets, wählt die zwei oder drei Ergebnisse aus, die tatsächlich relevant aussehen, und ruft nur diese ab.

{
  "tools": [
    { "type": "web_search_20260209", "name": "web_search" },
    { "type": "web_fetch_20260209", "name": "web_fetch" }
  ]
}

Diese Paarung ist nützlich, wenn die Antwort in langen Inhalten steckt (Dokumentationsseiten, Artikel, Spezifikationen), die ein Such-Snippet nicht vollständig erfassen kann. Fetch holt die komplette Seite, sodass Claude bestimmte Passagen zitieren kann.

Lang laufender Agent: memory + beliebige andere Tools

Memory speichert Zustand über Gespräche hinweg; die anderen Tools erledigen die Arbeit. Füge Memory zu jedem Agenten hinzu, der sich an frühere Sitzungen erinnern muss, etwa ein Support-Agent, der sich an frühere Probleme eines Kunden erinnert, oder ein Projektassistent, der letzte Woche getroffene Entscheidungen nachverfolgt.

{
  "tools": [{ "type": "memory_20250818", "name": "memory" }]
}

Füge deine anderen Tools neben memory im selben Array hinzu.

Memory ist orthogonal zu deinen anderen Tools. Es ändert nicht, wie sie sich verhalten; es gibt Claude einen Ort, um Fakten aufzuschreiben und später abzurufen, die sonst verloren gingen, wenn das „context window“ (Kontextfenster) zurückgesetzt wird. Siehe Memory-Tool für das Speichermodell.

Alles in einem: computer_use

Das Computer-Use-Tool umfasst die meisten anderen, indem es einen vollständigen Desktop bedient. Claude sieht Screenshots und gibt Maus- und Tastaturaktionen aus, was bedeutet, dass es jede Anwendung steuern kann, die auch ein Mensch bedienen kann. Verwende dies, wenn die Aufgabe beliebige GUI-Interaktionen erfordert, die spezifischere Tools nicht erreichen können: veraltete Software ohne API, visuelle Verifizierungsschritte oder Workflows, die sich über mehrere Desktop-Apps erstrecken.

{
  "tools": [{ "type": "computer_toolset_20260801" }]
}

Der Toolset-Eintrag nimmt weder name noch Anzeigeabmessungen entgegen: Koordinaten werden im Pixelraum der von dir zurückgegebenen Screenshots ausgedrückt, und du kannst einzelne Aktionen über das configs-Feld des Eintrags deaktivieren.

Computer Use ist die allgemeinste Option und zugleich die langsamste, da Claude typischerweise nach jedem Stapel von Aktionen einen neuen Screenshot benötigt. Bevorzuge enger gefasste Tools, wenn sie deinen Anwendungsfall abdecken, und greife zu Computer Use, wenn nichts anderes passt. Wenn die Aufgabe innerhalb eines Webbrowsers bleibt, verwende das Browser-Agent-Muster im nächsten Abschnitt. Siehe Computer-Use-Tool für die Sandbox-Einrichtung.

Browser-Agent: browser_use

Wenn die gesamte Aufgabe innerhalb von Webseiten stattfindet (Formulare ausfüllen, Seiteninhalte lesen, über Tabs hinweg arbeiten), passt das Browser-Use-Tool besser als Computer Use. Deine Anwendung steuert einen Browser, den sie kontrolliert, und gibt Screenshots oder den Seitenzustand zurück; Claude ruft seitenbewusste Member-Tools wie read_page, find, form_input und get_page_text neben Klicks und Tastatureingaben auf, sodass es zusätzlich zu Pixelkoordinaten auch auf Elementreferenzen reagieren kann.

{
  "tools": [{ "type": "browser_toolset_20260801" }]
}

Wie beim Computer-Use-Toolset nimmt der Eintrag kein name entgegen, und du deaktivierst einzelne Member-Tools über sein configs-Feld. Siehe Browser-Use-Tool für den Ausführungsvertrag.

Nächste Schritte