Recomendamos usar el modelo Claude Opus (4.6) más reciente para herramientas complejas y consultas ambiguas; maneja múltiples herramientas mejor y busca aclaraciones cuando es necesario.
Usa modelos Claude Haiku para herramientas directas, pero ten en cuenta que pueden inferir parámetros faltantes.
Si usas Claude con uso de herramientas y pensamiento extendido, consulta la guía de pensamiento extendido para más información.
Las herramientas del cliente (tanto las definidas por Anthropic como las definidas por el usuario) se especifican en el parámetro de nivel superior tools de la solicitud de API. Cada definición de herramienta incluye:
| Parámetro | Descripción |
|---|---|
name | El nombre de la herramienta. Debe coincidir con la expresión regular ^[a-zA-Z0-9_-]{1,64}$. |
description | Una descripción detallada en texto plano de qué hace la herramienta, cuándo debe usarse y cómo se comporta. |
input_schema | Un objeto JSON Schema que define los parámetros esperados para la herramienta. |
input_examples | (Opcional) Una matriz de objetos de entrada de ejemplo para ayudar a Claude a entender cómo usar la herramienta. Consulta Proporcionar ejemplos de uso de herramientas. |
Cuando llamas a la API de Claude con el parámetro tools, construimos una 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 que use las herramientas especificadas y proporcione 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 }}Para obtener el mejor rendimiento de Claude al usar herramientas, sigue estas directrices:
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 por esquema. Consulta Proporcionar ejemplos de uso de herramientas para más detalles.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.
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.
Añade un campo opcional input_examples a tu definición de herramienta con una matriz de objetos de entrada de ejemplo. Cada ejemplo debe ser válido según el input_schema de la herramienta:
import anthropic
client = anthropic.Anthropic()
response = client.messages.create(
model="claude-opus-4-6",
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?"}],
)Los ejemplos se incluyen en la indicación junto con tu esquema de herramienta, mostrando a Claude patrones concretos para llamadas de herramientas bien formadas. Esto ayuda a Claude a entender cuándo incluir parámetros opcionales, qué formatos usar y cómo estructurar entradas complejas.
input_schema de la herramienta. Los ejemplos inválidos devuelven un error 400El ejecutor de herramientas proporciona una solución lista para usar para ejecutar herramientas con Claude. En lugar de manejar manualmente llamadas de herramientas, resultados de herramientas y gestión de conversaciones, el ejecutor de herramientas automáticamente:
Recomendamos que uses el ejecutor de herramientas para la mayoría de implementaciones de uso de herramientas.
El ejecutor de herramientas está actualmente en beta y disponible en los SDKs de Python, TypeScript, y Ruby.
Gestión automática de contexto con compactación
El ejecutor de herramientas soporta compactación automática, que genera resúmenes cuando el uso de tokens excede un umbral. Esto permite que tareas agentivas de larga duración continúen más allá de los límites de la ventana de contexto.
Define herramientas usando los ayudantes del SDK, luego usa el ejecutor de herramientas para ejecutarlas.
La función de herramienta debe devolver un bloque de contenido o una matriz de bloques de contenido, incluyendo texto, imágenes o bloques de documentos. Esto permite que las herramientas devuelvan respuestas ricas y multimodales. Las cadenas devueltas se convertirán en un bloque de contenido de texto. Si deseas devolver un objeto JSON estructurado a Claude, codifícalo a una cadena JSON antes de devolverlo. Los números, booleanos u otros primitivos que no sean cadenas también deben convertirse a cadenas.
El ejecutor de herramientas es iterable que produce mensajes de Claude. Esto a menudo se conoce como un "bucle de llamada de herramienta". En cada iteración, el ejecutor verifica si Claude solicitó un uso de herramienta. Si es así, llama a la herramienta y envía el resultado de vuelta a Claude automáticamente, luego produce el siguiente mensaje de Claude para continuar tu bucle.
Puedes terminar el bucle en cualquier iteración con una declaración break. El ejecutor hará un bucle hasta que Claude devuelva un mensaje sin un uso de herramienta.
Si no necesitas mensajes intermedios, puedes obtener el mensaje final directamente:
Dentro del bucle, puedes personalizar completamente la siguiente solicitud del ejecutor de herramientas a la API de Mensajes. El ejecutor automáticamente añade resultados de herramientas al historial de mensajes, así que no necesitas gestionarlos manualmente. Opcionalmente puedes inspeccionar el resultado de la herramienta para registro o depuración, y modificar los parámetros de solicitud antes de la siguiente llamada de API.
Cuando una herramienta lanza una excepción, el ejecutor de herramientas la captura y devuelve el error a Claude como un resultado de herramienta con is_error: true. Por defecto, solo se incluye el mensaje de excepción, no el seguimiento de pila completo.
Para ver seguimientos de pila completos e información de depuración, establece la variable de entorno ANTHROPIC_LOG:
# View info-level logs including tool errors
export ANTHROPIC_LOG=info
# View debug-level logs for more verbose output
export ANTHROPIC_LOG=debugCuando está habilitado, el SDK registra detalles completos de excepciones (usando el módulo logging de Python, la consola en TypeScript, o el registrador de Ruby), incluyendo el seguimiento de pila completo cuando una herramienta falla.
Por defecto, los errores de herramientas se devuelven a Claude, que luego puede responder apropiadamente. Sin embargo, es posible que desees detectar errores y manejarlos de manera diferente, por ejemplo, para detener la ejecución temprano o implementar manejo de errores personalizado.
Usa el método de respuesta de herramienta para interceptar resultados de herramientas y verificar errores antes de que se envíen a Claude:
Puedes modificar resultados de herramientas antes de que se envíen de vuelta a Claude. Esto es útil para añadir metadatos como cache_control para habilitar almacenamiento en caché de indicaciones en resultados de herramientas, o para transformar la salida de la herramienta.
Usa el método de respuesta de herramienta para obtener el resultado de la herramienta, modificarlo, luego añade tu versión modificada a los mensajes:
Añadir cache_control a resultados de herramientas es particularmente útil cuando las herramientas devuelven grandes cantidades de datos (como resultados de búsqueda de documentos) que deseas almacenar en caché para llamadas de API posteriores. Consulta Almacenamiento en caché de indicaciones para más detalles sobre estrategias de almacenamiento en caché.
Habilita la transmisión para recibir eventos a medida que llegan. Cada iteración produce un objeto de transmisión que puedes iterar para eventos.
El ejecutor de herramientas del SDK está en beta. El resto de este documento cubre la implementación manual de herramientas.
En algunos casos, es posible que desees que Claude use una herramienta específica para responder la pregunta del usuario, incluso si Claude cree que puede proporcionar una respuesta sin usar una herramienta. Puedes hacer esto especificando la herramienta en el campo tool_choice así:
tool_choice = {"type": "tool", "name": "get_weather"}Cuando trabajas con el parámetro tool_choice, tenemos cuatro opciones posibles:
auto permite a Claude decidir si llamar a cualquiera de las herramientas proporcionadas o no. Este es el valor predeterminado cuando se proporcionan tools.any le dice a Claude que debe usar una de las herramientas proporcionadas, pero no fuerza una herramienta particular.tool nos permite forzar a Claude a usar siempre una herramienta particular.none evita que Claude use cualquier herramienta. Este es el valor predeterminado cuando no se proporcionan tools.Cuando usas almacenamiento en caché de indicaciones, los cambios al parámetro tool_choice invalidarán los bloques de mensajes en caché. Las definiciones de herramientas y las indicaciones del sistema permanecen en caché, pero el contenido del mensaje debe reprocesarse.
Este diagrama ilustra cómo funciona cada opción:

Ten en cuenta que cuando tienes tool_choice como any o tool, rellenaremos previamente el mensaje del asistente para forzar el uso de una herramienta. Esto significa que los modelos no emitirán una respuesta en lenguaje natural o explicación antes de bloques de contenido tool_use, incluso si se les pide explícitamente que lo hagan.
Cuando usas pensamiento extendido con uso de herramientas, tool_choice: {"type": "any"} y tool_choice: {"type": "tool", "name": "..."} no son compatibles y resultarán en un error. Solo tool_choice: {"type": "auto"} (el predeterminado) y tool_choice: {"type": "none"} son compatibles con pensamiento extendido.
Nuestras pruebas han demostrado que esto no debería reducir el rendimiento. Si te gustaría que el modelo proporcione contexto en lenguaje natural o explicaciones mientras aún solicitas que el modelo use una herramienta específica, puedes usar {"type": "auto"} para tool_choice (el predeterminado) y añadir instrucciones explícitas en un mensaje user. Por ejemplo: What's the weather like in London? Use the get_weather tool in your response.
Llamadas de herramientas garantizadas con herramientas estrictas
Combina tool_choice: {"type": "any"} con uso de herramientas estrictas para garantizar tanto que una de tus herramientas será llamada COMO que las entradas de la herramienta sigan estrictamente tu esquema. Establece strict: true en tus definiciones de herramientas para habilitar la validación de esquema.
Las herramientas no necesariamente tienen que ser funciones del cliente — puedes usar herramientas en cualquier momento que quieras que el modelo devuelva una salida JSON que siga un esquema proporcionado. Por ejemplo, podrías usar una herramienta record_summary con un esquema particular. Consulta Uso de herramientas con Claude para un ejemplo completo de funcionamiento.
Al usar herramientas, Claude a menudo comentará sobre lo que está haciendo o responderá naturalmente al usuario antes de invocar herramientas.
Por ejemplo, dado el mensaje "¿Cómo está el clima en San Francisco ahora mismo, y qué hora es allí?", Claude podría responder con:
{
"role": "assistant",
"content": [
{
"type": "text",
"text": "Te ayudaré a verificar el clima actual y la hora en 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 qué está haciendo Claude y crea una interacción más conversacional. Puedes guiar el estilo y contenido de estas respuestas a través de tus mensajes del sistema y proporcionando <examples> en tus mensajes.
Es importante notar que Claude puede usar varias frases 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.
Por defecto, Claude puede usar múltiples herramientas para responder a una consulta del usuario. Puedes desactivar este comportamiento mediante:
disable_parallel_tool_use=true cuando el tipo de tool_choice es auto, lo que asegura que Claude use como máximo una herramientadisable_parallel_tool_use=true cuando el tipo de tool_choice es any o tool, lo que asegura que Claude use exactamente una herramientaAunque los modelos Claude 4 tienen excelentes capacidades de uso paralelo de herramientas por defecto, puedes aumentar la probabilidad de ejecución paralela de herramientas en todos los modelos con indicaciones dirigidas:
Uso paralelo de herramientas con Claude Sonnet 3.7
Claude Sonnet 3.7 puede ser menos probable que realice llamadas paralelas de herramientas en una respuesta, incluso cuando no hayas configurado disable_parallel_tool_use. Recomendamos actualizar a modelos Claude 4, que tienen uso de herramientas eficiente en tokens y llamadas paralelas de herramientas mejoradas.
Si aún estás usando Claude Sonnet 3.7, puedes habilitar el encabezado beta token-efficient-tools-2025-02-19, que ayuda a fomentar que Claude use herramientas paralelas. También puedes introducir una "herramienta de lote" que pueda actuar como una meta-herramienta para envolver invocaciones a otras herramientas simultáneamente.
Consulta este ejemplo en nuestro cookbook para saber cómo usar esta solución alternativa.
Más simple con Tool runner: El manejo manual de herramientas descrito en esta sección es gestionado automáticamente por tool runner. Usa esta sección cuando necesites control personalizado sobre la ejecución de herramientas.
La respuesta de Claude difiere según si usa una herramienta del cliente o del servidor.
La respuesta tendrá un stop_reason de tool_use y uno o más bloques de contenido tool_use que incluyen:
id: Un identificador único para este bloque de uso de herramienta en particular. Esto se usará para hacer coincidir los resultados de la herramienta más tarde.name: El nombre de la herramienta que se está utilizando.input: Un objeto que contiene la entrada que se pasa a la herramienta, conforme al input_schema de la herramienta.Cuando recibas una respuesta de uso de herramienta para una herramienta del cliente, debes:
name, id e input del bloque tool_use.input de la herramienta.role de user y un bloque content que contenga el tipo tool_result y la siguiente información:
tool_use_id: El id de la solicitud de uso de herramienta para la cual este es un resultado.content: El resultado de la herramienta, como una cadena (por ejemplo, "content": "15 degrees"), una lista de bloques de contenido anidados (por ejemplo, "content": [{"type": "text", "text": "15 degrees"}]), o una lista de bloques de documentos (por ejemplo, "content": ["type": "document", "source": {"type": "text", "media_type": "text/plain", "data": "15 degrees"}]). Estos bloques de contenido pueden usar los tipos text, image o document.is_error (opcional): Establece en true si la ejecución de la herramienta resultó en un error.Requisitos de formato importantes:
Por ejemplo, esto causará un error 400:
{"role": "user", "content": [
{"type": "text", "text": "Here are the results:"}, // ❌ Text before tool_result
{"type": "tool_result", "tool_use_id": "toolu_01", ...}
]}Esto es correcto:
{"role": "user", "content": [
{"type": "tool_result", "tool_use_id": "toolu_01", ...},
{"type": "text", "text": "What should I do next?"} // ✅ Text after tool_result
]}Si recibes un error como "tool_use ids were found without tool_result blocks immediately after", verifica que tus resultados de herramientas estén formateados correctamente.
Después de recibir el resultado de la herramienta, Claude usará esa información para continuar generando una respuesta a la solicitud original del usuario.
Claude ejecuta la herramienta internamente e incorpora los resultados directamente en su respuesta sin requerir interacción adicional del usuario.
Diferencias de otras APIs
A diferencia de las APIs que separan el uso de herramientas o usan roles especiales como tool o function, la API de Claude integra herramientas directamente en la estructura de mensajes user y assistant.
Los mensajes contienen matrices de bloques text, image, tool_use y tool_result. Los mensajes user incluyen contenido del cliente y tool_result, mientras que los mensajes assistant contienen contenido generado por IA y tool_use.
max_tokensSi la respuesta de Claude se corta debido a alcanzar el límite max_tokens, y la respuesta truncada contiene un bloque de uso de herramienta incompleto, necesitarás reintentar la solicitud con un valor max_tokens más alto para obtener el uso de herramienta completo.
# Check if response was truncated during tool use
if response.stop_reason == "max_tokens":
# Check if the last content block is an incomplete tool_use
last_block = response.content[-1]
if last_block.type == "tool_use":
# Send the request with higher max_tokens
response = client.messages.create(
model="claude-opus-4-6",
max_tokens=4096, # Increased limit
messages=messages,
tools=tools,
)pause_turnCuando se usan herramientas del servidor como búsqueda web, la API puede devolver una razón de parada pause_turn, indicando que la API ha pausado un turno de larga duración.
Aquí se explica cómo manejar la razón de parada pause_turn:
import anthropic
client = anthropic.Anthropic()
# Initial request with web search
response = client.messages.create(
model="claude-3-7-sonnet-latest",
max_tokens=1024,
messages=[
{
"role": "user",
"content": "Search for comprehensive information about quantum computing breakthroughs in 2025",
}
],
tools=[{"type": "web_search_20250305", "name": "web_search", "max_uses": 10}],
)
# Check if the response has pause_turn stop reason
if response.stop_reason == "pause_turn":
# Continue the conversation with the paused content
messages = [
{
"role": "user",
"content": "Search for comprehensive information about quantum computing breakthroughs in 2025",
},
{"role": "assistant", "content": response.content},
]
# Send the continuation request
continuation = client.messages.create(
model="claude-3-7-sonnet-latest",
max_tokens=1024,
messages=messages,
tools=[{"type": "web_search_20250305", "name": "web_search", "max_uses": 10}],
)
print(continuation)
else:
print(response)Al manejar pause_turn:
Manejo de errores integrado: Tool runner proporciona manejo automático de errores para la mayoría de escenarios comunes. Esta sección cubre el manejo manual de errores para casos de uso avanzados.
Hay algunos tipos diferentes de errores que pueden ocurrir al usar herramientas con Claude:
Was this page helpful?