计算机使用工具

Claude 可以通过计算机使用工具与计算机环境交互，该工具提供截图功能和鼠标/键盘控制，用于自主桌面交互。

概述

计算机使用是一项测试版功能，使 Claude 能够与桌面环境交互。此工具提供：

• 截图捕获：查看当前屏幕上显示的内容
• 鼠标控制：点击、拖动和移动光标
• 键盘输入：输入文本和使用键盘快捷键
• 桌面自动化：与任何应用程序或界面交互

虽然计算机使用可以与 bash 和文本编辑器等其他工具结合使用以实现更全面的自动化工作流，但计算机使用特别指的是计算机使用工具查看和控制桌面环境的能力。

模型兼容性

计算机使用适用于以下 Claude 模型：

安全考虑

快速开始

以下是如何开始使用计算机使用的方法：

计算机使用如何工作

我们将第 3 步和第 4 步在没有用户输入的情况下的重复称为"代理循环"——即 Claude 响应工具使用请求，您的应用程序用评估该请求的结果响应 Claude。

Claude 可以通过计算机使用工具与计算机环境交互，该工具提供屏幕截图功能以及鼠标/键盘控制，用于自主桌面交互。

概述

计算机使用是一项测试版功能，使 Claude 能够与桌面环境交互。该工具提供：

• 屏幕截图捕获：查看当前屏幕上显示的内容
• 鼠标控制：点击、拖动和移动光标
• 键盘输入：输入文本和使用键盘快捷键
• 桌面自动化：与任何应用程序或界面交互

虽然计算机使用可以通过 bash 和文本编辑器等其他工具进行增强，以实现更全面的自动化工作流，但计算机使用特别指的是计算机使用工具查看和控制桌面环境的能力。

模型兼容性

计算机使用适用于以下 Claude 模型：

安全考虑

快速开始

以下是如何开始使用计算机使用的方法：

计算机使用的工作原理

我们将第 3 步和第 4 步在没有用户输入的情况下的重复称为"代理循环"——即 Claude 响应工具使用请求，您的应用程序用评估该请求的结果响应 Claude。

计算环境

计算机使用需要一个沙箱计算环境，Claude 可以在其中安全地与应用程序和网络交互。该环境包括：

1. 虚拟显示：虚拟 X11 显示服务器（使用 Xvfb），呈现 Claude 将通过屏幕截图看到并用鼠标/键盘操作控制的桌面界面。

2. 桌面环境：在 Linux 上运行的轻量级 UI，带有窗口管理器（Mutter）和面板（Tint2），为 Claude 提供一致的图形界面以进行交互。

3. 应用程序：预装的 Linux 应用程序，如 Firefox、LibreOffice、文本编辑器和文件管理器，Claude 可以使用这些应用程序来完成任务。

4. 工具实现：集成代码，将 Claude 的抽象工具请求（如"移动鼠标"或"截图"）转换为虚拟环境中的实际操作。

5. 代理循环：处理 Claude 和环境之间通信的程序，将 Claude 的操作发送到环境，并将结果（屏幕截图、命令输出）返回给 Claude。

当您使用计算机使用时，Claude 不会直接连接到此环境。相反，您的应用程序：

1. 接收 Claude 的工具使用请求
2. 将它们转换为计算环境中的操作
3. 捕获结果（屏幕截图、命令输出等）
4. 将这些结果返回给 Claude

为了安全和隔离，参考实现在 Docker 容器内运行所有这些，具有适当的端口映射，用于查看和与环境交互。

如何实现计算机使用

从我们的参考实现开始

我们已经构建了一个 参考实现，其中包含快速开始使用计算机使用所需的一切：

• 一个 容器化环境，适合与 Claude 一起使用计算机使用
• 计算机使用工具的实现
• 一个 代理循环，与 Claude API 交互并执行计算机使用工具
• 一个 Web 界面，用于与容器、代理循环和工具交互。

理解多代理循环

计算机使用的核心是"代理循环"——一个循环，其中 Claude 请求工具操作，您的应用程序执行它们，并将结果返回给 Claude。以下是一个简化的示例：

async def sampling_loop(
    *,
    model: str,
    messages: list[dict],
    api_key: str,
    max_tokens: int = 4096,
    tool_version: str,
    thinking_budget: int | None = None,
    max_iterations: int = 10,  # 添加迭代限制以防止无限循环
):
    """
    Claude 计算机使用交互的简单代理循环。

    此函数处理以下之间的来回：
    1. 向 Claude 发送用户消息
    2. Claude 请求使用工具
    3. 您的应用程序执行这些工具
    4. 将工具结果发送回 Claude
    """
    # 设置工具和 API 参数
    client = Anthropic(api_key=api_key)
    beta_flag = "computer-use-2025-01-24" if "20250124" in tool_version else "computer-use-2024-10-22"

    # 配置工具 - 您应该已在其他地方初始化这些工具
    tools = [
        {"type": f"computer_{tool_version}", "name": "computer", "display_width_px": 1024, "display_height_px": 768},
        {"type": f"text_editor_{tool_version}", "name": "str_replace_editor"},
        {"type": f"bash_{tool_version}", "name": "bash"}
    ]

    # 主代理循环（具有迭代限制以防止 API 成本失控）
    iterations = 0
    while True and iterations < max_iterations:
        iterations += 1
        # 设置可选的思考参数（对于 Claude Sonnet 3.7）
        thinking = None
        if thinking_budget:
            thinking = {"type": "enabled", "budget_tokens": thinking_budget}

        # 调用 Claude API
        response = client.beta.messages.create(
            model=model,
            max_tokens=max_tokens,
            messages=messages,
            tools=tools,
            betas=[beta_flag],
            thinking=thinking
        )

        # 将 Claude 的响应添加到对话历史记录
        response_content = response.content
        messages.append({"role": "assistant", "content": response_content})

        # 检查 Claude 是否使用了任何工具
        tool_results = []
        for block in response_content:
            if block.type == "tool_use":
                # 在真实应用中，您会在此处执行工具
                # 例如：result = run_tool(block.name, block.input)
                result = {"result": "Tool executed successfully"}

                # 为 Claude 格式化结果
                tool_results.append({
                    "type": "tool_result",
                    "tool_use_id": block.id,
                    "content": result
                })

        # 如果没有使用工具，Claude 已完成 - 返回最终消息
        if not tool_results:
            return messages

        # 将工具结果添加到消息中，以供下一次 Claude 迭代使用
        messages.append({"role": "user", "content": tool_results})

循环继续，直到 Claude 响应而不请求任何工具（任务完成）或达到最大迭代限制。此防护措施可防止可能导致意外 API 成本的潜在无限循环。

我们建议在阅读本文档的其余部分之前尝试参考实现。

通过提示优化模型性能

以下是一些关于如何获得最佳质量输出的提示：

1. 指定简单、明确定义的任务，并为每个步骤提供明确的指示。
2. Claude 有时会假设其操作的结果，而不明确检查结果。为了防止这种情况，您可以使用以下提示提示 Claude：After each step, take a screenshot and carefully evaluate if you have achieved the right outcome. Explicitly show your thinking: "I have evaluated step X..." If not correct, try again. Only when you confirm a step was executed correctly should you move on to the next one.
3. 某些 UI 元素（如下拉菜单和滚动条）可能很难让 Claude 使用鼠标移动来操纵。如果您遇到这种情况，请尝试提示模型使用键盘快捷键。
4. 对于可重复的任务或 UI 交互，在您的提示中包括成功结果的示例屏幕截图和工具调用。
5. 如果您需要模型登录，请在您的提示中使用 xml 标签（如 <robot_credentials>）为其提供用户名和密码。在需要登录的应用程序中使用计算机使用会增加由于提示注入而导致不良结果的风险。在向模型提供登录凭据之前，请查看我们的 关于缓解提示注入的指南。

系统提示

当通过 Claude API 请求 Anthropic 定义的工具之一时，会生成计算机使用特定的系统提示。它类似于 工具使用系统提示，但以以下内容开头：

You have access to a set of functions you can use to answer the user's question. This includes access to a sandboxed computing environment. You do NOT currently have the ability to inspect files or interact with external resources, except by invoking the below functions.

与常规工具使用一样，用户提供的 system_prompt 字段仍然受到尊重，并在组合系统提示的构造中使用。

如何实现计算机使用

从我们的参考实现开始

我们已经构建了一个参考实现，其中包含了快速开始使用计算机使用所需的一切：

• 一个容器化环境，适合与Claude一起进行计算机使用
• 计算机使用工具的实现
• 一个代理循环，与Claude API交互并执行计算机使用工具
• 一个网络界面，用于与容器、代理循环和工具交互。

理解多代理循环

计算机使用的核心是"代理循环" - 一个循环过程，其中Claude请求工具操作，您的应用程序执行这些操作，并将结果返回给Claude。这是一个简化的示例：

async def sampling_loop(
    *,
    model: str,
    messages: list[dict],
    api_key: str,
    max_tokens: int = 4096,
    tool_version: str,
    thinking_budget: int | None = None,
    max_iterations: int = 10,  # Add iteration limit to prevent infinite loops
):
    """
    A simple agent loop for Claude computer use interactions.

    This function handles the back-and-forth between:
    1. Sending user messages to Claude
    2. Claude requesting to use tools
    3. Your app executing those tools
    4. Sending tool results back to Claude
    """
    # Set up tools and API parameters
    client = Anthropic(api_key=api_key)
    beta_flag = "computer-use-2025-01-24" if "20250124" in tool_version else "computer-use-2024-10-22"

    # Configure tools - you should already have these initialized elsewhere
    tools = [
        {"type": f"computer_{tool_version}", "name": "computer", "display_width_px": 1024, "display_height_px": 768},
        {"type": f"text_editor_{tool_version}", "name": "str_replace_editor"},
        {"type": f"bash_{tool_version}", "name": "bash"}
    ]

    # Main agent loop (with iteration limit to prevent runaway API costs)
    iterations = 0
    while True and iterations < max_iterations:
        iterations += 1
        # Set up optional thinking parameter (for Claude Sonnet 3.7)
        thinking = None
        if thinking_budget:
            thinking = {"type": "enabled", "budget_tokens": thinking_budget}

        # Call the Claude API
        response = client.beta.messages.create(
            model=model,
            max_tokens=max_tokens,
            messages=messages,
            tools=tools,
            betas=[beta_flag],
            thinking=thinking
        )

        # Add Claude's response to the conversation history
        response_content = response.content
        messages.append({"role": "assistant", "content": response_content})

        # Check if Claude used any tools
        tool_results = []
        for block in response_content:
            if block.type == "tool_use":
                # In a real app, you would execute the tool here
                # For example: result = run_tool(block.name, block.input)
                result = {"result": "Tool executed successfully"}

                # Format the result for Claude
                tool_results.append({
                    "type": "tool_result",
                    "tool_use_id": block.id,
                    "content": result
                })

        # If no tools were used, Claude is done - return the final messages
        if not tool_results:
            return messages

        # Add tool results to messages for the next iteration with Claude
        messages.append({"role": "user", "content": tool_results})

循环会一直继续，直到Claude在不请求任何工具的情况下响应（任务完成）或达到最大迭代限制。这个保障措施可以防止可能导致意外API成本的无限循环。

我们建议在阅读本文档的其余部分之前先尝试参考实现。

通过提示优化模型性能

以下是一些关于如何获得最佳质量输出的提示：

1. 指定简单、明确定义的任务，并为每个步骤提供明确的说明。
2. Claude有时会假设其操作的结果而不明确检查它们。为了防止这种情况，您可以用以下提示提示Claude：After each step, take a screenshot and carefully evaluate if you have achieved the right outcome. Explicitly show your thinking: "I have evaluated step X..." If not correct, try again. Only when you confirm a step was executed correctly should you move on to the next one.
3. 某些UI元素（如下拉菜单和滚动条）可能很难让Claude使用鼠标移动来操纵。如果您遇到这种情况，请尝试提示模型使用键盘快捷键。
4. 对于可重复的任务或UI交互，在您的提示中包含成功结果的示例屏幕截图和工具调用。
5. 如果您需要模型登录，请在您的提示中使用xml标签（如<robot_credentials>）向其提供用户名和密码。在需要登录的应用程序中使用计算机使用会增加由于提示注入而导致不良结果的风险。在向模型提供登录凭证之前，请查看我们的关于缓解提示注入的指南。

系统提示

当通过Claude API请求Anthropic定义的工具之一时，会生成一个计算机使用特定的系统提示。它类似于工具使用系统提示，但以以下内容开头：

You have access to a set of functions you can use to answer the user's question. This includes access to a sandboxed computing environment. You do NOT currently have the ability to inspect files or interact with external resources, except by invoking the below functions.

与常规工具使用一样，用户提供的system_prompt字段仍然被尊重并用于构建组合系统提示。

可用操作

计算机使用工具支持这些操作：

基本操作（所有版本）

• screenshot - 捕获当前显示
• left_click - 在坐标[x, y]处单击
• type - 输入文本字符串
• key - 按下键或键组合（例如"ctrl+s"）
• mouse_move - 将光标移动到坐标

增强操作（computer_20250124） 在Claude 4模型和Claude Sonnet 3.7中可用：

• scroll - 在任何方向滚动，具有数量控制
• left_click_drag - 在坐标之间单击并拖动
• right_click、middle_click - 其他鼠标按钮
• double_click、triple_click - 多次单击
• left_mouse_down、left_mouse_up - 细粒度单击控制
• hold_key - 在执行其他操作时按住键
• wait - 在操作之间暂停

增强操作（computer_20251124） 在Claude Opus 4.5中可用：

• computer_20250124中的所有操作
• zoom - 以全分辨率查看屏幕的特定区域。需要在工具定义中设置enable_zoom: true。采用region参数，其坐标为[x1, y1, x2, y2]，定义要检查的区域的左上角和右下角。

工具参数

工具参数

在Claude 4模型和Claude Sonnet 3.7中启用思考能力

Claude Sonnet 3.7引入了一种新的"思考"能力，允许您在模型处理复杂任务时看到其推理过程。此功能可以帮助您了解Claude如何处理问题，对于调试或教育目的特别有价值。

要启用思考，请将thinking参数添加到您的API请求中：

"thinking": {
  "type": "enabled",
  "budget_tokens": 1024
}

budget_tokens参数指定Claude可以用于思考的令牌数。这从您的总体max_tokens预算中扣除。

启用思考后，Claude将返回其推理过程作为响应的一部分，这可以帮助您：

1. 理解模型的决策过程
2. 识别潜在的问题或误解
3. 从Claude的问题解决方法中学习
4. 获得对复杂多步骤操作的更多可见性

以下是思考输出可能看起来像什么的示例：

[Thinking]
I need to save a picture of a cat to the desktop. Let me break this down into steps:

1. First, I'll take a screenshot to see what's on the desktop
2. Then I'll look for a web browser to search for cat images
3. After finding a suitable image, I'll need to save it to the desktop

Let me start by taking a screenshot to see what's available...

工具参数

在Claude 4模型和Claude Sonnet 3.7中启用思考能力

Claude Sonnet 3.7引入了一种新的"思考"能力，允许您在模型处理复杂任务时看到其推理过程。此功能可以帮助您了解Claude如何处理问题，对于调试或教育目的特别有价值。

要启用思考，请将thinking参数添加到您的API请求中：

"thinking": {
  "type": "enabled",
  "budget_tokens": 1024
}

budget_tokens参数指定Claude可以用于思考的令牌数。这从您的总体max_tokens预算中扣除。

启用思考后，Claude将返回其推理过程作为响应的一部分，这可以帮助您：

1. 理解模型的决策过程
2. 识别潜在的问题或误解
3. 从Claude的问题解决方法中学习
4. 获得对复杂多步骤操作的更多可见性

以下是思考输出可能看起来像什么的示例：

[Thinking]
I need to save a picture of a cat to the desktop. Let me break this down into steps:

1. First, I'll take a screenshot to see what's on the desktop
2. Then I'll look for a web browser to search for cat images
3. After finding a suitable image, I'll need to save it to the desktop

Let me start by taking a screenshot to see what's available...

使用其他工具增强计算机使用

计算机使用工具可以与其他工具结合，以创建更强大的自动化工作流程。当您需要以下操作时，这特别有用：

• 执行系统命令（bash工具）
• 编辑配置文件或脚本（文本编辑器工具）
• 与自定义API或服务集成（自定义工具）

工具参数

在 Claude 4 模型和 Claude Sonnet 3.7 中启用思考能力

Claude Sonnet 3.7 引入了一项新的"思考"能力，允许您在模型处理复杂任务时查看其推理过程。此功能可帮助您了解 Claude 如何处理问题，对于调试或教育目的特别有价值。

要启用思考，请在 API 请求中添加 thinking 参数：

"thinking": {
  "type": "enabled",
  "budget_tokens": 1024
}

budget_tokens 参数指定 Claude 可用于思考的令牌数。这从您的总体 max_tokens 预算中扣除。

启用思考后，Claude 将返回其推理过程作为响应的一部分，这可以帮助您：

1. 了解模型的决策过程
2. 识别潜在问题或误解
3. 从 Claude 的问题解决方法中学习
4. 获得对复杂多步骤操作的更多可见性

以下是思考输出可能看起来的示例：

[Thinking]
I need to save a picture of a cat to the desktop. Let me break this down into steps:

1. First, I'll take a screenshot to see what's on the desktop
2. Then I'll look for a web browser to search for cat images
3. After finding a suitable image, I'll need to save it to the desktop

Let me start by taking a screenshot to see what's available...

使用其他工具增强计算机使用

计算机使用工具可以与其他工具结合使用，以创建更强大的自动化工作流。当您需要以下操作时，这特别有用：

• 执行系统命令（bash 工具）
• 编辑配置文件或脚本（文本编辑器工具）
• 与自定义 API 或服务集成（自定义工具）

构建自定义计算机使用环境

参考实现旨在帮助您开始使用计算机使用。它包含 Claude 使用计算机所需的所有组件。但是，您可以构建自己的计算机使用环境以满足您的需求。您需要：

• 适合与 Claude 进行计算机使用的虚拟化或容器化环境
• 至少一个 Anthropic 定义的计算机使用工具的实现
• 与 Claude API 交互并使用您的工具实现执行 tool_use 结果的代理循环
• 允许用户输入以启动代理循环的 API 或 UI

实现计算机使用工具

计算机使用工具实现为无模式工具。使用此工具时，您不需要像其他工具那样提供输入模式；该模式内置于 Claude 的模型中，无法修改。

处理错误

实现计算机使用工具时，可能会发生各种错误。以下是处理方法：

遵循实现最佳实践

了解计算机使用限制

计算机使用功能处于测试阶段。虽然 Claude 的功能处于最前沿，但开发人员应该了解其限制：

1. 延迟：当前人工智能交互的计算机使用延迟可能与常规人工指导的计算机操作相比太慢。我们建议在受信任的环境中专注于速度不是关键的用例（例如，后台信息收集、自动化软件测试）。
2. 计算机视觉准确性和可靠性：Claude 在输出特定坐标同时生成操作时可能会犯错误或产生幻觉。Claude Sonnet 3.7 引入了思考能力，可以帮助您了解模型的推理并识别潜在问题。
3. 工具选择准确性和可靠性：Claude 在选择工具同时生成操作或采取意外操作来解决问题时可能会犯错误或产生幻觉。此外，与利基应用程序或多个应用程序同时交互时，可靠性可能较低。我们建议用户在请求复杂任务时仔细提示模型。
4. 滚动可靠性：Claude Sonnet 3.7 引入了具有方向控制的专用滚动操作，提高了可靠性。该模型现在可以显式地按指定数量向任何方向（上/下/左/右）滚动。
5. 电子表格交互：Claude Sonnet 3.7 通过添加更精确的鼠标控制操作（如 left_mouse_down、left_mouse_up）和新的修饰键支持，改进了电子表格交互的鼠标点击。通过使用这些细粒度控制并将修饰键与点击结合，单元格选择可以更可靠。
6. 社交和通信平台上的账户创建和内容生成：虽然 Claude 会访问网站，但我们限制其在社交媒体网站和平台上创建账户或生成和共享内容或以其他方式进行人类模拟的能力。我们可能在未来更新此功能。
7. 漏洞：越狱或提示注入等漏洞可能会在包括测试版计算机使用 API 在内的前沿 AI 系统中持续存在。在某些情况下，Claude 会遵循内容中发现的命令，有时甚至与用户的指令相冲突。例如，网页或图像中包含的 Claude 指令可能会覆盖指令或导致 Claude 犯错误。我们建议： a. 将计算机使用限制在受信任的环境中，例如具有最小权限的虚拟机或容器 b. 避免在没有严格监督的情况下向计算机使用访问敏感账户或数据 c. 在您的应用程序中启用或请求计算机使用功能所需的权限之前，告知最终用户相关风险并获得其同意
8. ：根据 Anthropic 的服务条款，您不得使用计算机使用来违反任何法律或我们的可接受使用政策。

始终仔细审查和验证 Claude 的计算机使用操作和日志。不要将 Claude 用于需要完美精度或敏感用户信息的任务，除非有人工监督。

了解计算机使用限制

计算机使用功能处于测试阶段。虽然 Claude 的功能处于最前沿，但开发人员应该了解其限制：

1. 延迟：当前人工智能交互的计算机使用延迟可能与常规人工指导的计算机操作相比太慢。我们建议在受信任的环境中专注于速度不是关键的用例（例如，后台信息收集、自动化软件测试）。
2. 计算机视觉准确性和可靠性：Claude 在输出特定坐标同时生成操作时可能会犯错误或产生幻觉。Claude Sonnet 3.7 引入了思考能力，可以帮助您了解模型的推理并识别潜在问题。
3. 工具选择准确性和可靠性：Claude 在选择工具同时生成操作或采取意外操作来解决问题时可能会犯错误或产生幻觉。此外，与利基应用程序或多个应用程序同时交互时，可靠性可能较低。我们建议用户在请求复杂任务时仔细提示模型。
4. 滚动可靠性：Claude Sonnet 3.7 引入了具有方向控制的专用滚动操作，提高了可靠性。该模型现在可以显式地按指定数量向任何方向（上/下/左/右）滚动。
5. 电子表格交互：Claude Sonnet 3.7 通过添加更精确的鼠标控制操作（如 left_mouse_down、left_mouse_up）和新的修饰键支持，改进了电子表格交互的鼠标点击。通过使用这些细粒度控制并将修饰键与点击结合，单元格选择可以更可靠。
6. 社交和通信平台上的账户创建和内容生成：虽然 Claude 会访问网站，但我们限制其在社交媒体网站和平台上创建账户或生成和共享内容或以其他方式进行人类模拟的能力。我们可能在未来更新此功能。
7. 漏洞：越狱或提示注入等漏洞可能会在包括测试版计算机使用 API 在内的前沿 AI 系统中持续存在。在某些情况下，Claude 会遵循内容中发现的命令，有时甚至与用户的指令相冲突。例如，网页或图像中包含的 Claude 指令可能会覆盖指令或导致 Claude 犯错误。我们建议： a. 将计算机使用限制在受信任的环境中，例如具有最小权限的虚拟机或容器 b. 避免在没有严格监督的情况下向计算机使用访问敏感账户或数据 c. 在您的应用程序中启用或请求计算机使用功能所需的权限之前，告知最终用户相关风险并获得其同意
8. ：根据 Anthropic 的服务条款，您不得使用计算机使用来违反任何法律或我们的可接受使用政策。

始终仔细审查和验证 Claude 的计算机使用操作和日志。不要将 Claude 用于需要完美精度或敏感用户信息的任务，除非有人工监督。

定价

Computer use follows the standard tool use pricing. When using the computer use tool:

System prompt overhead: The computer use beta adds 466-499 tokens to the system prompt

Computer use tool token usage:

Additional token consumption:

• Screenshot images (see Vision pricing)
• Tool execution results returned to Claude

了解计算机使用限制

计算机使用功能处于测试阶段。虽然 Claude 的功能处于最前沿，但开发人员应该了解其限制：

1. 延迟：当前人工智能交互的计算机使用延迟可能与常规人工指导的计算机操作相比太慢。我们建议在受信任的环境中专注于速度不是关键的用例（例如，后台信息收集、自动化软件测试）。
2. 计算机视觉准确性和可靠性：Claude 在输出特定坐标同时生成操作时可能会犯错误或产生幻觉。Claude Sonnet 3.7 引入了思考能力，可以帮助您了解模型的推理并识别潜在问题。
3. 工具选择准确性和可靠性：Claude 在选择工具同时生成操作或采取意外操作来解决问题时可能会犯错误或产生幻觉。此外，与利基应用程序或多个应用程序同时交互时，可靠性可能较低。我们建议用户在请求复杂任务时仔细提示模型。
4. 滚动可靠性：Claude Sonnet 3.7 引入了具有方向控制的专用滚动操作，提高了可靠性。该模型现在可以显式地按指定数量向任何方向（上/下/左/右）滚动。
5. 电子表格交互：Claude Sonnet 3.7 通过添加更精确的鼠标控制操作（如 left_mouse_down、left_mouse_up）和新的修饰键支持，改进了电子表格交互的鼠标点击。通过使用这些细粒度控制并将修饰键与点击结合，单元格选择可以更可靠。
6. 社交和通信平台上的账户创建和内容生成：虽然 Claude 会访问网站，但我们限制其在社交媒体网站和平台上创建账户或生成和共享内容或以其他方式进行人类模拟的能力。我们可能在未来更新此功能。
7. 漏洞：越狱或提示注入等漏洞可能会在包括测试版计算机使用 API 在内的前沿 AI 系统中持续存在。在某些情况下，Claude 会遵循内容中发现的命令，有时甚至与用户的指令相冲突。例如，网页或图像中包含的 Claude 指令可能会覆盖指令或导致 Claude 犯错误。我们建议： a. 将计算机使用限制在受信任的环境中，例如具有最小权限的虚拟机或容器 b. 避免在没有严格监督的情况下向计算机使用访问敏感账户或数据 c. 在您的应用程序中启用或请求计算机使用功能所需的权限之前，告知最终用户相关风险并获得其同意
8. ：根据 Anthropic 的服务条款，您不得使用计算机使用来违反任何法律或我们的可接受使用政策。

始终仔细审查和验证 Claude 的计算机使用操作和日志。不要将 Claude 用于需要完美精度或敏感用户信息的任务，除非有人工监督。

定价

Computer use follows the standard tool use pricing. When using the computer use tool:

System prompt overhead: The computer use beta adds 466-499 tokens to the system prompt

Computer use tool token usage:

Additional token consumption:

• Screenshot images (see Vision pricing)
• Tool execution results returned to Claude

后续步骤