工具组合

Anthropic 提供的工具旨在协同工作。常见的智能体模式会将覆盖工作流互补阶段的工具搭配使用：一个工具负责收集或发现，另一个工具负责处理或执行。以下组合只是起点，而非硬性规定。请根据您的任务灵活组合。

每个代码片段仅展示 tools 数组。完整的请求结构请参阅处理工具调用。

研究智能体：web_search + code_execution

搜索负责查找来源；代码执行负责分析和综合。Claude 先搜索数据，然后编写 Python 代码对其进行处理、制表或可视化。这种搭配非常适合既需要最新信息、又需要对这些信息进行非平凡计算的问题，例如"比较本季度前五大云服务提供商的收益"。

{
  "tools": [
    { "type": "web_search_20260209", "name": "web_search" },
    { "type": "code_execution_20260521", "name": "code_execution" }
  ]
}

典型流程是先搜索，再执行，如果第一轮发现了信息缺口，则可选择再次搜索。代码执行在服务器端运行，因此无需管理客户端沙箱。

编码智能体：text_editor + bash

文本编辑器负责读取和修改文件；bash 负责运行测试和构建命令。这是经典的软件开发循环：检查代码、进行编辑、运行测试、重复。这两个工具都在客户端执行，因此由您的应用程序控制可访问哪些文件和命令。

{
  "tools": [
    { "type": "text_editor_20250728", "name": "str_replace_based_edit_tool" },
    { "type": "bash_20250124", "name": "bash" }
  ]
}

如果智能体操作的是不受信任的代码，请将其与受限的工作目录和命令允许列表搭配使用。有关执行约定，请参阅文本编辑器工具和 Bash 工具。

先引用后抓取：web_search + web_fetch

搜索负责找出候选 URL；抓取负责获取相关 URL 的完整页面内容。这样可以避免预先抓取所有内容。Claude 先运行搜索，检查摘要片段，挑选出两三个看起来真正相关的结果，然后只抓取这些结果。

{
  "tools": [
    { "type": "web_search_20260209", "name": "web_search" },
    { "type": "web_fetch_20260209", "name": "web_fetch" }
  ]
}

当答案存在于搜索摘要无法完整呈现的长篇内容（文档页面、文章、规范）中时，这种搭配非常有用。抓取会拉取完整页面，以便 Claude 能够引用具体段落。

长时间运行智能体：memory + 任意其他工具

记忆负责跨对话持久化状态；其他工具负责完成实际工作。对于任何需要记住先前会话的智能体，都可以添加记忆功能，例如能够回忆客户早先问题的支持智能体，或跟踪上周所做决策的项目助手。

{
  "tools": [{ "type": "memory_20250818", "name": "memory" }]
}

将您的其他工具与 memory 一起添加到同一数组中。

记忆与您的其他工具是正交的。它不会改变其他工具的行为；它为 Claude 提供了一个记录并在之后检索事实的地方，否则这些事实会在 "context window"（上下文窗口）重置时丢失。有关存储模型，请参阅记忆工具。

一体化：computer_use

计算机使用工具通过操作完整的桌面环境涵盖了大多数其他工具的功能。Claude 查看屏幕截图并发出鼠标和键盘操作，这意味着它可以驱动人类能够操作的任何应用程序。当任务需要更具体的工具无法触及的任意 GUI 交互时，请使用此工具：没有 API 的遗留软件、视觉验证步骤，或跨越多个桌面应用的工作流。

{
  "tools": [{ "type": "computer_toolset_20260801" }]
}

该工具集条目不接受 name 或显示尺寸参数：坐标以您返回的屏幕截图的像素空间表示，您可以通过条目的 configs 字段关闭单个操作。

计算机使用是最通用的选项，同时也是最慢的，因为 Claude 通常在每批操作之后都需要一张新的屏幕截图。当更专用的工具能够覆盖您的用例时，请优先使用它们；当其他工具都不适用时，再使用计算机使用。如果任务始终在网页浏览器内进行，请使用下一节中的浏览器智能体模式。有关沙箱设置，请参阅计算机使用工具。

浏览器智能体：browser_use

当整个任务都在网页内进行（填写表单、读取页面内容、跨标签页操作）时，浏览器使用工具比计算机使用更为合适。您的应用程序驱动一个由其控制的浏览器，并返回屏幕截图或页面状态；Claude 除了点击和输入之外，还会调用感知页面的成员工具，例如 read_page、find、form_input 和 get_page_text，因此它除了可以基于像素坐标操作外，还可以基于元素引用进行操作。

{
  "tools": [{ "type": "browser_toolset_20260801" }]
}

与计算机使用工具集一样，该条目不接受 name，您可以通过其 configs 字段关闭单个成员工具。有关执行约定，请参阅浏览器使用工具。

后续步骤