编程式工具调用

"Programmatic tool calling"（编程式工具调用）允许 Claude 编写代码，在代码执行容器中以编程方式调用您的工具，而无需为每次工具调用都经过模型往返。这降低了多工具工作流的 "latency"（延迟），并通过允许 Claude 在数据进入模型的 "context window"（上下文窗口）之前对其进行过滤或处理来减少令牌消耗。在 BrowseComp 和 DeepSearchQA 等测试多步骤网络研究和复杂信息检索的智能体搜索基准测试中，在基础搜索工具之上添加编程式工具调用使性能平均提升了 11%，同时输入令牌使用量减少了 24%（请参阅通过动态过滤改进网络搜索）。

以检查 20 名员工的预算合规情况为例：传统方法需要 20 次独立的模型往返，并在此过程中将数千条费用明细拉入上下文。使用编程式工具调用，单个脚本即可运行全部 20 次查询、过滤结果，并仅返回超出限额的员工，从而将 Claude 需要推理的内容从数百 KB 缩减到寥寥几行。

程序化工具调用需要使用工具版本为 code_execution_20260120 或更高版本的代码执行工具。要在发送请求之前检查某个模型是否支持程序化工具调用，请从 Models API 读取其 capabilities.code_execution.supported 值。使用 Models API 介绍了该字段。

快速开始

以下示例中，Claude 以编程方式多次查询数据库并汇总结果。在工具定义中添加 allowed_callers: ["code_execution_20260120"] 即可使该工具能够在代码执行中被调用（请参阅 allowed_callers 字段）：

client = anthropic.Anthropic()

response = client.messages.create(
    model="claude-opus-5-5",
    max_tokens=4096,
    messages=[
        {
            "role": "user",
            "content": "Query sales data for the West, East, and Central regions, then tell me which region had the highest revenue",
        }
    ],
    tools=[
        {"type": "code_execution_20260120", "name": "code_execution"},
        {
            "name": "query_database",
            "description": "Execute a SQL query against the sales database. Returns a list of rows as JSON objects.",
            "input_schema": {
                "type": "object",
                "properties": {
                    "sql": {"type": "string", "description": "SQL query to execute"}
                },
                "required": ["sql"],
            },
            "allowed_callers": ["code_execution_20260120"],
        },
    ],
)

print(response)

响应以 stop_reason: "tool_use" 停止，并包含一个 container ID 以及一个针对 query_database 的 tool_use 块，其 caller 字段标识了调用它的代码执行运行。请按照示例工作流的第 3 步所示返回结果，以便代码能够完成执行。

编程式工具调用的工作原理

当您将某个工具配置为可从代码执行中调用，并且 Claude 判断需要该工具时：

1. Claude 编写 Python 代码，将该工具作为函数调用，其中可能包含多次工具调用以及前置/后置处理逻辑
2. Claude 通过代码执行在沙盒容器中运行此代码
3. 当调用工具函数时，代码执行暂停，API 返回一个 tool_use 块
4. 您提供工具结果，代码执行继续（中间结果不会加载到 Claude 的上下文窗口中）
5. 所有代码执行完成后，Claude 接收最终输出并继续处理任务

这种方法特别适用于：

• 大规模数据处理： 在工具结果进入 Claude 的上下文之前对其进行过滤或汇总
• 多步骤工作流： 通过串行或循环调用工具而无需在工具调用之间对 Claude 进行采样，从而节省令牌并降低延迟
• 条件逻辑： 根据中间工具结果做出决策

核心概念

allowed_callers 字段

allowed_callers 字段指定哪些上下文可以调用某个工具：

{
  "name": "query_database",
  "description": "Execute a SQL query against the database",
  "input_schema": {
    // ...
  },
  "allowed_callers": ["code_execution_20260120"]
}

可能的取值：

• ["direct"] - 引导 Claude 直接调用此工具（省略时的默认值）
• ["code_execution_20260120"] - 引导 Claude 仅在代码执行中调用此工具
• ["direct", "code_execution_20260120"] - Claude 可以直接调用此工具，也可以在代码执行中调用

"code_execution_20260120" 和 "code_execution_20260521" 在 allowed_callers 中均被接受且可互换：使用任一代码执行工具版本的请求都能满足列出任一调用方的工具。无论请求声明的是哪个版本，响应块始终将调用方标记为 code_execution_20260120。

响应中的 caller 字段

每个工具使用块都包含一个 caller 字段，指示其调用方式：

直接调用（传统工具使用）：

{
  "type": "tool_use",
  "id": "toolu_abc123",
  "name": "query_database",
  "input": { "sql": "<sql>" },
  "caller": { "type": "direct" }
}

编程式调用：

{
  "type": "tool_use",
  "id": "toolu_xyz789",
  "name": "query_database",
  "input": { "sql": "<sql>" },
  "caller": {
    "type": "code_execution_20260120",
    "tool_id": "srvtoolu_abc123"
  }
}

tool_id 是发起调用的代码执行 server_tool_use 块的 id，因此您可以将每个编程式 tool_use 与产生它的代码执行运行相匹配。

容器生命周期

编程式工具调用使用与代码执行相同的容器：

• 容器创建： 除非您复用现有容器，否则每个请求都会创建一个新容器
• 容器 ID： 在响应的 container 字段中返回，同时附带 expires_at 时间戳
• 复用： 在下一个请求中传回容器 ID 以保持状态。当编程式工具调用正在等待您的结果时，该请求中的容器 ID 是必需的而非可选的：没有它，API 会拒绝该请求。
• 过期： expires_at 告诉您容器还剩多少时间。空闲容器目前会在大约 5 分钟后被回收，且任何容器在创建超过 30 天后都无法再被复用。

示例工作流

以下是完整的编程式工具调用流程的工作方式：

第 1 步：初始请求

发送一个包含代码执行和允许编程式调用的工具的请求。要启用编程式调用，请在工具定义中添加 allowed_callers 字段。

请求结构与快速开始示例完全相同：在工具列表中包含 code_execution，为您希望 Claude 从代码中调用的任何工具添加 allowed_callers: ["code_execution_20260120"]，然后发送您的用户消息。本工作流的其余步骤使用用户消息 "Query customer purchase history from the last quarter and identify our top 5 customers by revenue"。

第 2 步：包含工具调用的 API 响应

Claude 编写调用您工具的代码。API 暂停并返回：

{
  "role": "assistant",
  "content": [
    {
      "type": "text",
      "text": "I'll query the purchase history and analyze the results."
    },
    {
      "type": "server_tool_use",
      "id": "srvtoolu_abc123",
      "name": "code_execution",
      "input": {
        "code": "import json\n\nrows = json.loads(await query_database({'sql': '<sql>'}))\ntop_customers = sorted(rows, key=lambda x: x['revenue'], reverse=True)[:5]\nprint(f'Top 5 customers: {top_customers}')"
      }
    },
    {
      "type": "tool_use",
      "id": "toolu_def456",
      "name": "query_database",
      "input": { "sql": "<sql>" },
      "caller": {
        "type": "code_execution_20260120",
        "tool_id": "srvtoolu_abc123"
      }
    }
  ],
  "container": {
    "id": "container_xyz789",
    "expires_at": "2026-01-20T14:30:00Z"
  },
  "stop_reason": "tool_use"
}

第 3 步：提供工具结果

发送完整的对话历史以及您的工具结果。此请求有三个细节需要注意：

• 承载您结果的用户消息只能包含 tool_result 块。请参阅消息格式限制。
• 传入暂停响应中的 container ID。如果续接请求存在待处理的编程式工具调用但没有容器 ID，API 会拒绝该请求。
• 发送与原始请求相同的 tools 数组。代码执行工具必须仍然存在，暂停的代码才能恢复；并且您在此请求中发送的工具就是 Claude 和正在运行的代码在本轮剩余部分可以使用的定义。

response = client.messages.create(
    model="claude-opus-5-5",
    max_tokens=4096,
    container="container_xyz789",  # Reuse the container
    messages=[
        {
            "role": "user",
            "content": "Query customer purchase history from the last quarter and identify our top 5 customers by revenue",
        },
        {
            "role": "assistant",
            "content": [
                {
                    "type": "text",
                    "text": "I'll query the purchase history and analyze the results.",
                },
                {
                    "type": "server_tool_use",
                    "id": "srvtoolu_abc123",
                    "name": "code_execution",
                    "input": {"code": "..."},
                },
                {
                    "type": "tool_use",
                    "id": "toolu_def456",
                    "name": "query_database",
                    "input": {"sql": "<sql>"},
                    "caller": {
                        "type": "code_execution_20260120",
                        "tool_id": "srvtoolu_abc123",
                    },
                },
            ],
        },
        {
            "role": "user",
            "content": [
                {
                    "type": "tool_result",
                    "tool_use_id": "toolu_def456",
                    "content": '[{"customer_id": "C1", "revenue": 45000}, {"customer_id": "C2", "revenue": 38000}, ...]',
                }
            ],
        },
    ],
    # 与原始请求相同的 tools 数组
    tools=[
        {"type": "code_execution_20260120", "name": "code_execution"},
        {
            "name": "query_database",
            "description": "Execute a SQL query against the sales database. Returns a list of rows as JSON objects.",
            "input_schema": {
                "type": "object",
                "properties": {
                    "sql": {"type": "string", "description": "SQL query to execute"}
                },
                "required": ["sql"],
            },
            "allowed_callers": ["code_execution_20260120"],
        },
    ],
)

print(response)

第 4 步：下一次工具调用或完成

代码从暂停处继续并处理您的结果。每个续接响应要么再次暂停并返回更多编程式 tool_use 块，要么完成代码执行并让 Claude 继续本轮（第 5 步）。检查 stop_reason 和每个 tool_use 块的 caller 以区分这两种情况：为等待您而暂停的响应具有 stop_reason: "tool_use"，以及一个 caller 指明代码执行版本的 tool_use 块；此时您需重复第 3 步，在一条用户消息中为每个待处理的编程式调用提供一个 tool_result。

第 5 步：最终响应

代码执行完成后，Claude 提供最终响应：

{
  "content": [
    {
      "type": "code_execution_tool_result",
      "tool_use_id": "srvtoolu_abc123",
      "content": {
        "type": "code_execution_result",
        "stdout": "Top 5 customers: [{'customer_id': 'C1', 'revenue': 45000}, {'customer_id': 'C2', 'revenue': 38000}, {'customer_id': 'C5', 'revenue': 32000}, {'customer_id': 'C8', 'revenue': 28500}, {'customer_id': 'C3', 'revenue': 24000}]",
        "stderr": "",
        "return_code": 0,
        "content": []
      }
    },
    {
      "type": "text",
      "text": "I've analyzed the purchase history from last quarter. Your top 5 customers generated $167,500 in total revenue, with Customer C1 leading at $45,000."
    }
  ],
  "stop_reason": "end_turn"
}

高级模式

使用循环进行批处理

Claude 可以编写高效处理多个项目的代码：

regions = ["West", "East", "Central", "North", "South"]
results = {}
for region in regions:
    rows = json.loads(await query_database({"sql": f"<sql for {region}>"}))
    results[region] = sum(row["revenue"] for row in rows)

# 以编程方式处理结果
top_region = max(results.items(), key=lambda x: x[1])
print(f"Top region: {top_region[0]} with ${top_region[1]:,} in revenue")

此模式：

• 将模型往返次数从 N 次（每个区域一次）减少到 1 次
• 在返回给 Claude 之前以编程方式处理大型结果集
• 通过仅返回汇总结论而非原始数据来节省令牌

提前终止

一旦满足成功条件，Claude 即可停止处理：

endpoints = ["us-east", "eu-west", "apac"]
for endpoint in endpoints:
    status = await check_health({"endpoint": endpoint})
    if status == "healthy":
        print(f"Found healthy endpoint: {endpoint}")
        break  # Stop early, don't check remaining

条件式工具选择

path = "/tmp/example.txt"
file_info = json.loads(await get_file_info({"path": path}))
if file_info["size"] < 10000:
    content = await read_full_file({"path": path})
else:
    content = await read_file_summary({"path": path})
print(content)

数据过滤

server_id = "srv-01"
log_text = await fetch_logs({"server_id": server_id})
errors = [line for line in log_text.splitlines() if "ERROR" in line]
print(f"Found {len(errors)} errors")
for error in errors[-10:]:  # Only return last 10 errors
    print(error)

响应格式

编程式工具调用

当代码执行调用工具时：

{
  "type": "tool_use",
  "id": "toolu_abc123",
  "name": "query_database",
  "input": { "sql": "<sql>" },
  "caller": {
    "type": "code_execution_20260120",
    "tool_id": "srvtoolu_xyz789"
  }
}

工具结果处理

您的工具结果会被传回正在运行的代码：

{
  "role": "user",
  "content": [
    {
      "type": "tool_result",
      "tool_use_id": "toolu_abc123",
      "content": "[{\"customer_id\": \"C1\", \"revenue\": 45000, \"orders\": 23}, {\"customer_id\": \"C2\", \"revenue\": 38000, \"orders\": 18}, ...]"
    }
  ]
}

代码执行完成

当所有工具调用均已满足且代码完成时：

{
  "type": "code_execution_tool_result",
  "tool_use_id": "srvtoolu_xyz789",
  "content": {
    "type": "code_execution_result",
    "stdout": "Analysis complete. Top 5 customers identified from 847 total records.",
    "stderr": "",
    "return_code": 0,
    "content": []
  }
}

错误处理

常见错误

工具调用期间容器过期

如果您的工具结果未在大约 4 分钟内到达，待处理的调用会在 Claude 正在运行的代码内部抛出 TimeoutError。Claude 会在 stderr 中看到该错误，并通常会重试该调用：

{
  "type": "code_execution_tool_result",
  "tool_use_id": "srvtoolu_abc123",
  "content": {
    "type": "code_execution_result",
    "stdout": "",
    "stderr": "TimeoutError: Calling tool ['query_database'] timed out (no response after 270s).",
    "return_code": 0,
    "content": []
  }
}

为防止超时：

• 监控响应中的 expires_at 字段
• 为您的工具执行实现超时机制
• 考虑将长时间操作拆分为更小的块

工具执行错误

如果您的工具返回错误：

{
  "type": "tool_result",
  "tool_use_id": "toolu_abc123",
  "content": "Error: Query timeout - table lock exceeded 30 seconds"
}

Claude 的代码会收到此错误并可以妥善处理。

约束与限制

功能不兼容

• 结构化输出： 带有 strict: true 的工具不支持编程式调用
• 工具选择： 您无法通过 tool_choice 强制对特定工具进行编程式调用
• 并行工具使用： disable_parallel_tool_use: true 不支持编程式调用

输入模式限制

input_schema 中包含递归 $ref（引用循环，例如引用自身的模式）的自定义工具无法启用编程式调用。在此类工具的 allowed_callers 中包含代码执行工具版本会导致请求失败，返回 400 invalid_request_error，其消息包含 Circular $ref detected。相同的模式在直接工具调用中是被接受的。

要解决此问题，请执行以下操作之一：

• 通过省略 allowed_callers（或将其设置为 ["direct"]）使该工具仅支持直接调用。同一请求中的其他工具仍可使用编程式调用。
• 从模式中移除循环。例如，将递归展开到固定深度，并在最内层的 description 中描述任何更深的嵌套；或者将递归属性替换为一个普通的 {"type": "object"}，并在其 description 中说明预期的结构。

工具限制

以下工具无法以编程方式调用：

• 由 MCP 连接器提供的工具
• 计算机使用和浏览器使用工具集（computer_toolset_20260801 和 browser_toolset_20260801），其 allowed_callers 字段仅接受 "direct"

消息格式限制

在响应编程式工具调用时，有严格的格式要求：

仅包含工具结果的响应： 如果存在等待结果的待处理编程式工具调用，您的响应消息必须仅包含 tool_result 块。您不能包含任何文本内容，即使是在工具结果之后。

无效 - 响应编程式工具调用时不能包含文本：

{
  "role": "user",
  "content": [
    {
      "type": "tool_result",
      "tool_use_id": "toolu_01",
      "content": "[{\"customer_id\": \"C1\", \"revenue\": 45000}]"
    },
    { "type": "text", "text": "What should I do next?" }
  ]
}

有效 - 响应编程式工具调用时仅包含工具结果：

{
  "role": "user",
  "content": [
    {
      "type": "tool_result",
      "tool_use_id": "toolu_01",
      "content": "[{\"customer_id\": \"C1\", \"revenue\": 45000}]"
    }
  ]
}

此限制仅适用于响应编程式（代码执行）工具调用的情况。对于常规的客户端工具调用，您可以在工具结果之后包含文本内容。

仅限文本的工具结果内容： 回应编程式调用的每个 tool_result 的 content 必须是字符串或 text 块。图像、文档和其他内容块类型会被拒绝。

速率限制

编程式工具调用与常规工具调用受相同的速率限制约束。来自代码执行的每次工具调用都计为一次独立调用。

使用前验证工具结果

在实现将以编程方式调用的用户自定义工具时：

• 工具结果以字符串形式返回： 它们可以包含任何内容，包括可能被执行环境处理的代码片段或可执行命令。
• 验证外部工具结果： 如果您的工具返回来自外部来源的数据或接受用户输入，且输出将被解释或作为代码执行，请注意代码注入风险。

令牌效率

编程式工具调用通过三种方式减少令牌消耗：

• 编程式调用的工具结果不会添加到 Claude 的上下文中 - 只有最终的代码输出会被添加
• 中间处理在代码中进行 - 过滤、汇总和其他转换不消耗模型令牌
• 一次代码执行中进行多次工具调用 - 与分开的多个模型轮次相比减少了开销

例如，直接调用 10 个工具所使用的令牌约为以编程方式调用它们并返回摘要的 10 倍。

在 Anthropic 对生产环境 Claude 模型的内部评估中：

• 在一个包含 75 个工具的项目管理智能体基准测试中，启用编程式工具调用使计费输入令牌减少了约 38%，而任务准确率没有变化。
• 在 τ²-bench（航空、零售和电信领域）上，每轮进行一到两次顺序工具调用，编程式工具调用的得分保持不变，而成本增加了约 8%。顺序单次调用的工作流无法从中受益。
• 在生产 API 流量中，tools 数组包含 10 到 49 个工具定义的请求在启用编程式工具调用后通常可节省 20% 到 40% 的令牌。

实际节省量因工作负载形态而异。请参阅何时使用编程式调用。

用量与定价

编程式工具调用采用与代码执行相同的定价。详情请参阅代码执行定价。

最佳实践

工具设计

• 提供详细的输出描述： 由于 Claude 会在代码中反序列化工具结果，请记录其格式（JSON 结构和字段类型）
• 返回结构化数据： JSON 或其他机器可读格式最适合编程式处理
• 保持响应简洁： 仅返回必要的数据以最小化处理开销

何时使用编程式调用

编程式工具调用以少量固定开销（容器启动、脚本生成）换取工具结果令牌和模型往返方面的大幅节省。这种取舍是否划算取决于工作负载形态。

非常适合：

• 跨多个项目的扇出或并行操作（例如，检查 50 个端点或查找 20 条记录）
• 可在进入 Claude 上下文之前进行过滤、汇总或摘要的大型工具结果
• 智能体搜索和检索，其中迭代查询和结果过滤主导整个工作流

不太适合：

• 严格顺序的工作流，其中每次调用都依赖于 Claude 对前一结果的推理，因为在这种情况下脚本无法跳过模型往返
• 少量工具调用且响应较小，尤其是在对话的第一轮，此时容器和脚本开销可能超过节省量
• 需要在调用之间立即获得用户反馈的工具

如果您不确定，请在广泛启用之前，在具有代表性的流量样本上分别测量使用和不使用 allowed_callers 时的计费输入令牌。

性能优化

• 在发出多个相关请求时复用容器以保持状态
• 尽可能在单次代码执行中批量处理相似操作

故障排除

常见问题

设置 tool_choice 时出现 invalid_request_error

• tool_choice 不能指定 allowed_callers 中省略了 "direct" 的工具。要么在该工具的 allowed_callers 中添加 "direct"，要么从 tool_choice 中移除该工具并让 Claude 从代码中调用它。

容器过期

• 请在暂停响应的 expires_at 时间戳之前尽早响应每个编程式工具调用。Claude 的代码在大约 4 分钟后停止等待结果，空闲容器目前会在大约 5 分钟后被回收。
• 考虑实现更快的工具执行

工具结果未被正确解析

• 确保您的工具返回 Claude 可以反序列化的字符串数据
• 在工具描述中提供清晰的输出格式文档

调试技巧

1. 记录所有工具调用和结果以跟踪流程
2. 检查 caller 字段以确认编程式调用
3. 监控容器 ID 以确保正确复用
4. 在启用编程式调用之前独立测试工具

编程式工具调用为何有效

Claude 在大量代码上进行过训练，因此将工具呈现为可调用的 Python 函数可以让它发挥这一优势：

• 工具组合： 链式调用、循环和条件判断是普通的 Python 控制流，而不是一系列模型往返
• 结果处理： Claude 的代码对大型工具输出进行过滤和汇总，或将其写入文件，只有最终输出进入上下文窗口
• 延迟： 在一次代码执行内的工具调用之间不会对模型重新采样

替代实现方案

编程式工具调用是一种可泛化的模式，也可以在您自己的基础设施上实现。以下是各种方法的比较：

客户端直接执行

为 Claude 提供一个代码执行工具，并描述该环境中有哪些可用函数。当 Claude 使用代码调用该工具时，您的应用程序在定义了这些函数的本地环境中执行它。

优点：

• 对应用程序的重构最少
• 完全控制环境和指令

缺点：

• 在沙盒之外执行不受信任的代码
• 工具调用可能成为代码注入的载体

适用场景： 您的应用程序可以安全地执行任意代码，您希望实现最精简，且 Anthropic 的托管方案不符合您的需求。

自行管理的沙盒执行

从 Claude 的角度看方法相同，但代码在具有安全限制（例如，无网络出站）的沙盒容器中运行。如果您的工具需要外部资源，您需要一个在沙盒外执行工具调用的协议。

优点：

• 在您自己的基础设施上安全地进行编程式工具调用
• 完全控制执行环境

缺点：

• 构建和维护复杂
• 需要同时管理基础设施和进程间通信

适用场景： 安全性至关重要，且 Anthropic 的托管解决方案不符合您的要求。

Anthropic 托管执行

Anthropic 的编程式工具调用是沙盒执行的托管版本，配备了为 Claude 调优的、有明确设计取向的 Python 环境。Anthropic 负责容器管理、代码执行和安全的工具调用通信。

优点：

• 默认安全可靠
• 通过工具定义即可启用，无需运行任何基础设施
• 环境和指令针对 Claude 进行了优化

如果您正在使用 Claude API、AWS 上的 Claude Platform 或 Microsoft Foundry，请考虑使用 Anthropic 的托管解决方案。在 Microsoft Foundry 上，编程式工具调用需要托管在 Anthropic 的部署。

数据保留

编程式工具调用构建在代码执行基础设施之上，并使用相同的沙盒容器。容器数据（包括执行产物和输出）最多保留 30 天。

有关所有功能的 ZDR 资格，请参阅 API 与数据保留。

后续步骤

Compatibility