Definir herramientas

Requisitos previos

• Familiaridad con la descripción general del uso de herramientas
• Una clave de API de Claude y una configuración funcional del SDK o de cURL

Especificar herramientas de cliente

Las herramientas de cliente se especifican en el parámetro de nivel superior tools de la solicitud a la API. Las herramientas de cliente con esquema de Anthropic, como las herramientas bash y de editor de texto, se declaran mediante un type versionado por fecha; consulta la página de cada herramienta, enlazada desde la Referencia de herramientas, para ver los campos que acepta. Las herramientas de uso de computadora y uso de navegador son conjuntos de herramientas de cliente: una única entrada sin name que declara un conjunto fijo de herramientas miembro. Una definición de herramienta definida por el usuario incluye:

Para ver el conjunto completo de propiedades opcionales disponibles en cualquier definición de herramienta individual, incluidas cache_control, strict, defer_loading y allowed_callers, consulta la Referencia de herramientas. Una entrada de conjunto de herramientas de cliente acepta cache_control y allowed_callers en la entrada y establece defer_loading por miembro; consulta Conjuntos de herramientas de cliente.

{
  "name": "get_weather",
  "description": "Get the current weather in a given location",
  "input_schema": {
    "type": "object",
    "properties": {
      "location": {
        "type": "string",
        "description": "The city and state, e.g. San Francisco, CA"
      },
      "unit": {
        "type": "string",
        "enum": ["celsius", "fahrenheit"],
        "description": "The unit of temperature, either 'celsius' or 'fahrenheit'"
      }
    },
    "required": ["location"]
  }
}

Indicación del sistema para el uso de herramientas

Cuando llamas a la API de Claude con el parámetro tools, la API construye una "system prompt" (indicación del sistema) especial a partir de las definiciones de herramientas, la configuración de herramientas y cualquier indicación del sistema especificada por el usuario. La indicación construida está diseñada para instruir al modelo a usar las herramientas especificadas y proporcionar el contexto necesario para que la herramienta funcione correctamente:

In this environment you have access to a set of tools you can use to answer the user's question.
{{ FORMATTING INSTRUCTIONS }}
String and scalar parameters should be specified as is, while lists and objects should use JSON format. Note that spaces for string values are not stripped. The output is not expected to be valid XML and is parsed with regular expressions.
Here are the functions available in JSONSchema format:
{{ TOOL DEFINITIONS IN JSON SCHEMA }}
{{ USER SYSTEM PROMPT }}
{{ TOOL CONFIGURATION }}

Mejores prácticas para las definiciones de herramientas

Para obtener el mejor rendimiento de Claude al usar herramientas, sigue estas pautas:

• Proporciona descripciones extremadamente detalladas. Este es, por mucho, el factor más importante en el rendimiento de las herramientas. Tus descripciones deben explicar cada detalle sobre la herramienta, incluyendo:
  • Qué hace la herramienta
  • Cuándo debe usarse (y cuándo no)
  • Qué significa cada parámetro y cómo afecta el comportamiento de la herramienta
  • Cualquier advertencia o limitación importante, como qué información no devuelve la herramienta si el nombre de la herramienta no es claro. Cuanto más contexto puedas darle a Claude sobre tus herramientas, mejor será para decidir cuándo y cómo usarlas. Apunta a al menos 3–4 oraciones por cada descripción de herramienta, más si la herramienta es compleja.
• Prioriza las descripciones, pero considera usar input_examples para herramientas complejas. Las descripciones claras son lo más importante, pero para herramientas con entradas complejas, objetos anidados o parámetros sensibles al formato, puedes usar el campo input_examples para proporcionar ejemplos validados contra el esquema. Consulta Proporcionar ejemplos de uso de herramientas para más detalles.
• Consolida operaciones relacionadas en menos herramientas. En lugar de crear una herramienta separada para cada acción (create_pr, review_pr, merge_pr), agrúpalas en una sola herramienta con un parámetro action. Menos herramientas, pero más capaces, reducen la ambigüedad en la selección y hacen que tu superficie de herramientas sea más fácil de navegar para Claude.
• Usa espacios de nombres significativos en los nombres de las herramientas. Cuando tus herramientas abarcan múltiples servicios o recursos, antepón a los nombres el servicio (por ejemplo, github_list_prs, slack_send_message). Esto hace que la selección de herramientas no sea ambigua a medida que tu biblioteca crece, y es especialmente importante al usar la búsqueda de herramientas.
• Diseña las respuestas de las herramientas para que devuelvan solo información de alta señal. Devuelve identificadores semánticos y estables (por ejemplo, slugs o UUIDs) en lugar de referencias internas opacas, e incluye solo los campos que Claude necesita para razonar sobre su siguiente paso. Las respuestas infladas desperdician contexto y dificultan que Claude extraiga lo que importa.

{
  "name": "get_stock_price",
  "description": "Retrieves the current stock price for a given ticker symbol. The ticker symbol must be a valid symbol for a publicly traded company on a major US stock exchange like NYSE or NASDAQ. The tool will return the latest trade price in USD. It should be used when the user asks about the current or most recent price of a specific stock. It will not provide any other information about the stock or company.",
  "input_schema": {
    "type": "object",
    "properties": {
      "ticker": {
        "type": "string",
        "description": "The stock ticker symbol, e.g. AAPL for Apple Inc."
      }
    },
    "required": ["ticker"]
  }
}

{
  "name": "get_stock_price",
  "description": "Gets the stock price for a ticker.",
  "input_schema": {
    "type": "object",
    "properties": {
      "ticker": {
        "type": "string"
      }
    },
    "required": ["ticker"]
  }
}

La buena descripción explica claramente qué hace la herramienta, cuándo usarla, qué datos devuelve y qué significa el parámetro ticker. La descripción deficiente es demasiado breve y deja a Claude con muchas preguntas abiertas sobre el comportamiento y el uso de la herramienta.

Proporcionar ejemplos de uso de herramientas

Puedes proporcionar ejemplos concretos de entradas de herramientas válidas para ayudar a Claude a entender cómo usar tus herramientas de manera más efectiva. Esto es particularmente útil para herramientas complejas con objetos anidados, parámetros opcionales o entradas sensibles al formato.

Uso básico

Agrega un campo opcional input_examples a tu definición de herramienta con un arreglo de objetos de entrada de ejemplo. Cada ejemplo debe ser válido según el input_schema de la herramienta:

client = anthropic.Anthropic()

response = client.messages.create(
    model="claude-opus-5",
    max_tokens=1024,
    tools=[
        {
            "name": "get_weather",
            "description": "Get the current weather in a given location",
            "input_schema": {
                "type": "object",
                "properties": {
                    "location": {
                        "type": "string",
                        "description": "The city and state, e.g. San Francisco, CA",
                    },
                    "unit": {
                        "type": "string",
                        "enum": ["celsius", "fahrenheit"],
                        "description": "The unit of temperature",
                    },
                },
                "required": ["location"],
            },
            "input_examples": [
                {"location": "San Francisco, CA", "unit": "fahrenheit"},
                {"location": "Tokyo, Japan", "unit": "celsius"},
                {
                    "location": "New York, NY"  # 'unit' is optional
                },
            ],
        }
    ],
    messages=[{"role": "user", "content": "What's the weather like in San Francisco?"}],
)

print(response)

Los ejemplos se incluyen en la indicación junto con el esquema de tu herramienta, mostrando a Claude patrones concretos de llamadas a herramientas bien formadas. Esto ayuda a Claude a entender cuándo incluir parámetros opcionales, qué formatos usar y cómo estructurar entradas complejas.

Requisitos y limitaciones

• Validación de esquema - Cada ejemplo debe ser válido según el input_schema de la herramienta. Los ejemplos no válidos devuelven un error 400
• No compatible con herramientas del lado del servidor ni con conjuntos de herramientas de cliente - Los ejemplos de entrada funcionan en herramientas de cliente definidas por el usuario y con esquema de Anthropic, excepto los conjuntos de herramientas de uso de computadora y uso de navegador, pero no en herramientas de servidor como la búsqueda web o la ejecución de código
• Costo en tokens - Los ejemplos se suman a los tokens de la indicación: ~20–50 tokens para ejemplos simples, ~100–200 tokens para objetos anidados complejos

Controlar la salida de Claude

Forzar el uso de herramientas

En algunos casos, es posible que quieras que Claude use una herramienta específica para responder la pregunta del usuario, incluso si Claude de otro modo respondería directamente sin llamar a una herramienta. Puedes hacerlo especificando la herramienta en el campo tool_choice de la solicitud.

No todos los modelos y configuraciones admiten el uso forzado de herramientas. Donde no se admite, tool_choice: {"type": "any"} y tool_choice: {"type": "tool", "name": "..."} fallan, mientras que tool_choice: {"type": "auto"} (el valor predeterminado) y tool_choice: {"type": "none"} siguen funcionando:

En los modelos que lo admiten, las líneas resaltadas son la única diferencia con respecto a una solicitud estándar de uso de herramientas:

client = anthropic.Anthropic()

tools = [
    {
        "name": "get_weather",
        "description": "Get the current weather in a given location",
        "input_schema": {
            "type": "object",
            "properties": {
                "location": {
                    "type": "string",
                    "description": "The city and state, e.g. San Francisco, CA",
                }
            },
            "required": ["location"],
        },
    }
]

response = client.messages.create(
    model="claude-opus-5",
    max_tokens=1024,
    tools=tools,
    tool_choice={"type": "tool", "name": "get_weather"},
    messages=[{"role": "user", "content": "What's the weather like in San Francisco?"}],
)

print(response)

Al trabajar con el parámetro tool_choice, hay cuatro opciones posibles:

• auto permite que Claude decida si llamar o no a alguna de las herramientas proporcionadas. Este es el valor predeterminado cuando se proporcionan tools.
• any le indica a Claude que debe usar una de las herramientas proporcionadas, pero no fuerza una herramienta en particular.
• tool fuerza a Claude a usar siempre una herramienta en particular.
• none impide que Claude use cualquier herramienta. Este es el valor predeterminado cuando no se proporcionan tools.

Este diagrama ilustra cómo funciona cada opción:

Ten en cuenta que cuando tienes tool_choice como any o tool, la API prerrellena el mensaje del asistente para forzar el uso de una herramienta. Esto significa que los modelos no emitirán una respuesta o explicación en lenguaje natural antes de los bloques de contenido tool_use, incluso si se les pide explícitamente que lo hagan.

Las pruebas han demostrado que esto no debería reducir el rendimiento. Si deseas que el modelo proporcione contexto o explicaciones en lenguaje natural y al mismo tiempo solicitar que el modelo use una herramienta específica, puedes usar {"type": "auto"} para tool_choice (el valor predeterminado) y agregar instrucciones explícitas en un mensaje de user. Por ejemplo: What's the weather like in London? Use the get_weather tool in your response.

Respuestas del modelo con herramientas

Al usar herramientas, Claude a menudo comenta lo que está haciendo o responde de forma natural al usuario antes de llamar a las herramientas.

Por ejemplo, dada la indicación "¿Cómo está el clima en San Francisco ahora mismo y qué hora es allí?", Claude podría responder con:

{
  "role": "assistant",
  "content": [
    {
      "type": "text",
      "text": "I'll help you check the current weather and time in San Francisco."
    },
    {
      "type": "tool_use",
      "id": "toolu_01A09q90qw90lq917835lq9",
      "name": "get_weather",
      "input": { "location": "San Francisco, CA" }
    }
  ]
}

Este estilo de respuesta natural ayuda a los usuarios a entender lo que Claude está haciendo y crea una interacción más conversacional. Puedes guiar el estilo y el contenido de estas respuestas a través de tus indicaciones del sistema y proporcionando <examples> en tus indicaciones.

Es importante tener en cuenta que Claude puede usar diversas formulaciones y enfoques al explicar sus acciones. Tu código debe tratar estas respuestas como cualquier otro texto generado por el asistente y no depender de convenciones de formato específicas.

Próximos pasos