Penggunaan alat dengan Claude

"Tool use" (penggunaan alat), yang juga disebut "function calling" (pemanggilan fungsi), memungkinkan Claude memanggil fungsi yang Anda definisikan atau yang disediakan oleh Anthropic. Claude menentukan kapan harus memanggil alat berdasarkan permintaan pengguna dan deskripsi alat tersebut. Claude kemudian mengembalikan panggilan terstruktur yang dieksekusi oleh aplikasi Anda (alat klien) atau yang dieksekusi oleh Anthropic (alat server).

Berikut adalah contoh minimal menggunakan alat server, yaitu alat Web search, yang dieksekusi oleh Anthropic untuk Anda:

client = anthropic.Anthropic()
response = client.messages.create(
    model="claude-opus-5",
    max_tokens=1024,
    tools=[{"type": "web_search_20260209", "name": "web_search"}],
    messages=[{"role": "user", "content": "What's the latest on the Mars rover?"}],
)
print(response.content)

Claude menjalankan pencarian di infrastruktur Anthropic dan mengembalikan hasil yang disertai kutipan dalam respons yang sama. Agar Claude memanggil fungsi yang Anda definisikan, berikan alat dengan input_schema, lalu eksekusi panggilan tersebut ketika Claude mengembalikan blok tool_use. Cara kerja penggunaan alat menunjukkan siklus bolak-balik tersebut dari awal hingga akhir. Pelajari lebih lanjut tentang mendefinisikan alat dan menangani panggilan alat.

Cara kerja penggunaan alat

Alat terutama dibedakan berdasarkan tempat kode dieksekusi. Alat klien (termasuk alat yang didefinisikan pengguna dan alat dengan skema yang didefinisikan Anthropic, seperti bash dan text_editor) berjalan di aplikasi Anda. Claude merespons dengan stop_reason: "tool_use" dan satu atau lebih blok tool_use. Kode Anda mengeksekusi operasi tersebut dan mengirimkan kembali tool_result. Alat server (seperti web_search, web_fetch, code_execution, dan tool_search) berjalan di infrastruktur Anthropic: Anda melihat hasilnya secara langsung tanpa perlu menangani eksekusi, kecuali jika Claude memanggil alat tersebut dalam kelompok panggilan alat paralel yang sama dengan salah satu alat klien Anda (lihat Alasan berhenti dan fallback).

Berikut adalah siklus bolak-balik tersebut secara lengkap untuk alat klien. Permintaan pertama mendefinisikan alat get_weather, dan Claude menjawab pertanyaan dengan memanggilnya: respons membawa blok tool_use, kode Anda menjalankan pencarian, dan permintaan kedua mengirimkan hasilnya kembali dalam blok tool_result sehingga Claude dapat membalas dengan jawabannya.

client = anthropic.Anthropic()

tools = [
    {
        "name": "get_weather",
        "description": "Get the current weather for a given location.",
        "input_schema": {
            "type": "object",
            "properties": {
                "location": {
                    "type": "string",
                    "description": "City and state, e.g. San Francisco, CA",
                }
            },
            "required": ["location"],
        },
    }
]
messages = [{"role": "user", "content": "What's the weather in San Francisco?"}]

# Claude membalas dengan blok tool_use yang menyebutkan nama alat dan argumennya.
response = client.messages.create(
    model="claude-opus-5",
    max_tokens=1024,
    tools=tools,
    # Minta paling banyak satu pemanggilan alat per giliran.
    tool_choice={"type": "auto", "disable_parallel_tool_use": True},
    messages=messages,
)
tool_use = next(block for block in response.content if block.type == "tool_use")
print(f"Claude called {tool_use.name} with {json.dumps(tool_use.input)}")

# Jalankan alat, lalu kirim hasilnya kembali dalam blok tool_result.
weather = "15 degrees Celsius, partly cloudy"  # your weather lookup goes here
messages += [
    {"role": "assistant", "content": response.content},
    {
        "role": "user",
        "content": [
            {"type": "tool_result", "tool_use_id": tool_use.id, "content": weather}
        ],
    },
]
followup = client.messages.create(
    model="claude-opus-5",
    max_tokens=1024,
    tools=tools,
    tool_choice={"type": "auto", "disable_parallel_tool_use": True},
    messages=messages,
)

# Claude menggunakan hasil tersebut untuk menjawab pertanyaan awal.
final_text = next(block for block in followup.content if block.type == "text")
print(final_text.text)

Claude called get_weather with {"location": "San Francisco, CA"}
The current weather in San Francisco is 15 degrees Celsius with partly cloudy skies.

Menangani panggilan alat membahas setiap langkah secara mendetail, termasuk pemformatan hasil dan pensinyalan kesalahan; Penggunaan alat paralel membahas respons yang memanggil beberapa alat sekaligus. Untuk melewati penulisan siklus bolak-balik ini sendiri, gunakan Tool Runner: SDK mengeksekusi alat Anda dan mengirimkan hasilnya kembali secara otomatis.

Untuk model konseptual lengkap termasuk loop agentik dan kapan memilih setiap pendekatan, lihat Cara kerja penggunaan alat.

Untuk terhubung ke server "Model Context Protocol", atau MCP, lihat konektor MCP. Untuk membangun klien MCP Anda sendiri, lihat panduan Model Context Protocol tentang membangun klien MCP.

Kapan Claude menggunakan alat

Dengan tool_choice default yaitu {"type": "auto"}, Claude menentukan pada setiap giliran apakah akan memanggil alat atau merespons secara langsung. Claude memanggil alat ketika permintaan sesuai dengan kemampuan yang dideskripsikan alat tersebut dan jawabannya belum ada dalam konteks. Claude merespons secara langsung untuk pengetahuan yang stabil, tugas kreatif, dan giliran percakapan.

Batas ini dapat diarahkan melalui prompt sistem Anda. Jika Claude tidak memanggil alat ketika Anda mengharapkannya, instruksi ringan seperti "Use the tools to investigate before responding." meningkatkan penggunaan alat. Bentuk yang lebih kuat seperti "Always call a tool first before responding." mendorong lebih jauh. Sebaliknya, "Use your judgment about whether to call a tool or respond directly." menjaga perilaku pemicuan tetap konservatif.

Untuk mewajibkan panggilan alat alih-alih mengandalkan prompting, atur tool_choice.

Halaman setiap alat server menjelaskan batas pemicunya sendiri secara lebih mendetail.

{
  "type": "tool_use",
  "id": "toolu_01A09q90qw90lq917835lq9",
  "name": "get_weather",
  "input": { "location": "New York, NY", "unit": "fahrenheit" }
}

Pilih alat

Untuk string type, versi, dan header beta, lihat Referensi alat.

Alat Anda sendiri

Untuk alat yang Anda definisikan, Anda menulis skemanya dan aplikasi Anda mengeksekusi setiap panggilan.

Alat klien dengan skema Anthropic

Anthropic menerbitkan skemanya dan melatih Claude dengan skema tersebut. Aplikasi Anda tetap mengeksekusi setiap panggilan dan mengembalikan tool_result.

Alat server

Alat server berjalan di infrastruktur Anthropic, tanpa kode handler di aplikasi Anda. Lihat Alat server untuk mekanisme yang dimiliki bersama oleh alat-alat tersebut.

Harga

Permintaan "tool use" (penggunaan alat) dikenai harga berdasarkan:

1. Jumlah total token input yang dikirim ke model (termasuk dalam parameter tools)
2. Jumlah token output yang dihasilkan
3. Untuk alat sisi server, harga tambahan berbasis penggunaan (misalnya, pencarian web mengenakan biaya per pencarian yang dilakukan)

Alat sisi klien dikenai harga yang sama seperti permintaan Claude API lainnya, meskipun alat sisi server dapat menimbulkan biaya tambahan berdasarkan penggunaan spesifiknya.

Token tambahan dari penggunaan alat berasal dari:

• Parameter tools dalam permintaan API (nama alat, deskripsi, dan skema)
• Blok konten tool_use dalam permintaan dan respons API
• Blok konten tool_result dalam permintaan API

Saat Anda menggunakan tools, API juga secara otomatis menyertakan "system prompt" (prompt sistem) khusus untuk model yang memungkinkan penggunaan alat. Jumlah token penggunaan alat yang diperlukan untuk setiap model tercantum dalam tabel berikut (tidak termasuk token tambahan yang disebutkan sebelumnya). Perhatikan bahwa tabel ini mengasumsikan setidaknya 1 alat disediakan. Jika tidak ada tools yang disediakan, maka pilihan alat none menggunakan 0 token prompt sistem tambahan.

Jumlah token ini ditambahkan ke token input dan output normal Anda untuk menghitung total biaya suatu permintaan.

Lihat tabel Ikhtisar model untuk harga per model saat ini.

Ketika Anda mengirim prompt penggunaan alat, sama seperti permintaan API lainnya, respons menyertakan jumlah token input dan output dalam metrik usage yang dilaporkan.

Beberapa alat server menambahkan biaya berbasis penggunaan di luar token: lihat Alat Web search dan Alat Code execution untuk tarifnya.

Langkah selanjutnya