Usa il modello Claude Opus (4.7) più recente per strumenti complessi e query ambigue; gestisce meglio più strumenti e chiede chiarimenti quando necessario.
Usa i modelli Claude Haiku per strumenti semplici, ma tieni presente che potrebbero dedurre parametri mancanti.
Se usi Claude con l'uso di strumenti e il pensiero esteso, consulta la guida al pensiero esteso per ulteriori informazioni.
Gli strumenti client (sia schema Anthropic che definiti dall'utente) sono specificati nel parametro tools di livello superiore della richiesta API. Ogni definizione di strumento include:
| Parametro | Descrizione |
|---|---|
name | Il nome dello strumento. Deve corrispondere alla regex ^[a-zA-Z0-9_-]{1,64}$. |
description | Una descrizione dettagliata in testo semplice di cosa fa lo strumento, quando deve essere utilizzato e come si comporta. |
input_schema | Un oggetto JSON Schema che definisce i parametri previsti per lo strumento. |
input_examples | (Facoltativo) Un array di oggetti di input di esempio per aiutare Claude a capire come usare lo strumento. Vedi Fornire esempi di uso dello strumento. |
Per l'insieme completo di proprietà facoltative disponibili su qualsiasi definizione di strumento, incluse cache_control, strict, defer_loading e allowed_callers, vedi il riferimento degli strumenti.
Quando chiami l'API Claude con il parametro tools, l'API costruisce un prompt di sistema speciale dalle definizioni degli strumenti, dalla configurazione dello strumento e da qualsiasi prompt di sistema specificato dall'utente. Il prompt costruito è progettato per istruire il modello a usare gli strumenti specificati e fornire il contesto necessario affinché lo strumento funzioni correttamente:
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 }}Per ottenere le migliori prestazioni da Claude quando usi gli strumenti, segui queste linee guida:
input_examples per strumenti complessi. Le descrizioni chiare sono più importanti, ma per strumenti con input complessi, oggetti annidati o parametri sensibili al formato, puoi usare il campo input_examples per fornire esempi convalidati dallo schema. Vedi Fornire esempi di uso dello strumento per i dettagli.La buona descrizione spiega chiaramente cosa fa lo strumento, quando usarlo, quali dati restituisce e cosa significa il parametro ticker. La descrizione scadente è troppo breve e lascia Claude con molte domande aperte sul comportamento e l'uso dello strumento.
Per una guida più approfondita sulla progettazione degli strumenti (consolidamento, denominazione e modellazione delle risposte), vedi Scrivere strumenti per agenti.
Puoi fornire esempi concreti di input di strumenti validi per aiutare Claude a capire come usare i tuoi strumenti in modo più efficace. Questo è particolarmente utile per strumenti complessi con oggetti annidati, parametri facoltativi o input sensibili al formato.
Aggiungi un campo facoltativo input_examples alla tua definizione di strumento con un array di oggetti di input di esempio. Ogni esempio deve essere valido secondo lo input_schema dello strumento:
Gli esempi sono inclusi nel prompt insieme al tuo schema dello strumento, mostrando a Claude modelli concreti per chiamate di strumenti ben formate. Questo aiuta Claude a capire quando includere parametri facoltativi, quali formati usare e come strutturare input complessi.
input_schema dello strumento. Gli esempi non validi restituiscono un errore 400In alcuni casi, potresti voler che Claude usi uno strumento specifico per rispondere alla domanda dell'utente, anche se Claude altrimenti risponderebbe direttamente senza chiamare uno strumento. Puoi farlo specificando lo strumento nel campo tool_choice come segue:
tool_choice = {"type": "tool", "name": "get_weather"}Quando si lavora con il parametro tool_choice, ci sono quattro opzioni possibili:
auto consente a Claude di decidere se chiamare uno qualsiasi degli strumenti forniti o meno. Questo è il valore predefinito quando vengono forniti tools.any dice a Claude che deve usare uno degli strumenti forniti, ma non forza uno strumento particolare.tool forza Claude a usare sempre uno strumento particolare.none impedisce a Claude di usare qualsiasi strumento. Questo è il valore predefinito quando non vengono forniti tools.Quando usi prompt caching, le modifiche al parametro tool_choice invalideranno i blocchi di messaggi memorizzati nella cache. Le definizioni degli strumenti e i prompt di sistema rimangono memorizzati nella cache, ma il contenuto del messaggio deve essere rielaborato.
Questo diagramma illustra come funziona ogni opzione:

Nota che quando hai tool_choice come any o tool, l'API precompila il messaggio dell'assistente per forzare l'uso di uno strumento. Ciò significa che i modelli non emetteranno una risposta in linguaggio naturale o una spiegazione prima dei blocchi di contenuto tool_use, anche se esplicitamente richiesto di farlo.
Quando usi il pensiero esteso con l'uso dello strumento, tool_choice: {"type": "any"} e tool_choice: {"type": "tool", "name": "..."} non sono supportati e risulteranno in un errore. Solo tool_choice: {"type": "auto"} (il valore predefinito) e tool_choice: {"type": "none"} sono compatibili con il pensiero esteso.
Claude Mythos Preview non supporta l'uso forzato dello strumento. Le richieste con tool_choice: {"type": "any"} o tool_choice: {"type": "tool", "name": "..."} restituiscono un errore 400 su questo modello. Usa tool_choice: {"type": "auto"} (il valore predefinito) o tool_choice: {"type": "none"} e affidati al prompt per influenzare la selezione dello strumento.
I test hanno dimostrato che questo non dovrebbe ridurre le prestazioni. Se desideri che il modello fornisca contesto in linguaggio naturale o spiegazioni mentre richiedi comunque che il modello usi uno strumento specifico, puoi usare {"type": "auto"} per tool_choice (il valore predefinito) e aggiungere istruzioni esplicite in un messaggio user. Ad esempio: What's the weather like in London? Use the get_weather tool in your response.
Chiamate di strumenti garantite con strumenti rigorosi
Combina tool_choice: {"type": "any"} con uso rigoroso dello strumento per garantire sia che uno dei tuoi strumenti verrà chiamato CHE gli input dello strumento seguiranno rigorosamente il tuo schema. Imposta strict: true sulle tue definizioni di strumento per abilitare la convalida dello schema.
Quando usi gli strumenti, Claude spesso commenterà quello che sta facendo o risponderà naturalmente all'utente prima di invocare gli strumenti.
Ad esempio, data la richiesta "What's the weather like in San Francisco right now, and what time is it there?", Claude potrebbe rispondere 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" }
}
]
}Questo stile di risposta naturale aiuta gli utenti a capire cosa sta facendo Claude e crea un'interazione più conversazionale. Puoi guidare lo stile e il contenuto di queste risposte attraverso i tuoi prompt di sistema e fornendo <examples> nei tuoi prompt.
È importante notare che Claude può usare varie frasi e approcci quando spiega le sue azioni. Il tuo codice dovrebbe trattare queste risposte come qualsiasi altro testo generato dall'assistente e non fare affidamento su convenzioni di formattazione specifiche.
Analizza i blocchi tool_use e formatta le risposte tool_result.
Lascia che l'SDK gestisca il ciclo agenziale automaticamente.
Directory degli strumenti forniti da Anthropic e delle proprietà facoltative.
Was this page helpful?
create_prreview_prmerge_practiongithub_list_prs, slack_send_message). Questo rende la selezione dello strumento non ambigua man mano che la tua libreria cresce, ed è particolarmente importante quando usi ricerca di strumenti.import anthropic
client = anthropic.Anthropic()
response = client.messages.create(
model="claude-opus-4-7",
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)