Loading...
    • 开发者指南
    • API 参考
    • MCP
    • 资源
    • 发布说明
    Search...
    ⌘K

    第一步

    Claude 简介快速开始

    模型与定价

    模型概览选择模型Claude 4.5 的新功能迁移到 Claude 4.5模型弃用定价

    使用 Claude 构建

    功能概览使用 Messages API上下文窗口提示词最佳实践

    功能

    提示词缓存上下文编辑扩展思考流式消息批处理引用多语言支持Token 计数嵌入向量视觉PDF 支持Files API搜索结果Google Sheets 插件

    工具

    概述如何实现工具使用令牌高效的工具使用细粒度工具流式传输Bash 工具代码执行工具计算机使用工具文本编辑器工具Web fetch 工具网络搜索工具记忆工具

    代理技能

    概述在 API 中开始使用 Agent Skills技能创作最佳实践通过 API 使用 Agent Skills

    Agent SDK

    概览TypeScript SDKPython SDK

    指南

    流式输入处理权限会话管理托管 Agent SDK修改系统提示词SDK 中的 MCP自定义工具SDK 中的子代理SDK 中的斜杠命令SDK 中的代理技能跟踪成本和使用情况待办事项列表SDK 中的插件

    API 中的 MCP

    MCP 连接器远程 MCP 服务器

    Claude 在第三方平台上

    Amazon BedrockVertex AI

    提示词工程

    概述提示词生成器使用提示模板提示词改进器保持清晰和直接使用示例（多示例提示）让 Claude 思考（思维链）使用XML标签给Claude分配角色（系统提示）预填充 Claude 的响应链式复杂提示长文本技巧扩展思考技巧

    测试与评估

    定义成功标准开发测试用例使用评估工具减少延迟

    加强防护措施

    减少幻觉提高输出一致性缓解越狱handle-streaming-refusals减少提示词泄露保持Claude的角色特征

    管理和监控

    Admin API 概述使用量和成本 APIClaude Code 分析 API
    Console
    代理技能

    通过 API 使用 Agent Skills

    了解如何通过 API 使用 Agent Skills 来扩展 Claude 的功能。

    Agent Skills 通过组织化的指令、脚本和资源文件夹来扩展 Claude 的功能。本指南展示了如何在 Claude API 中使用预构建和自定义 Skills。

    有关完整的 API 参考（包括请求/响应架构和所有参数），请参阅：

    • Skill 管理 API 参考 - Skills 的 CRUD 操作
    • Skill 版本 API 参考 - 版本管理

    快速链接

    开始使用 Agent Skills

    创建您的第一个 Skill

    创建自定义 Skills

    编写 Skills 的最佳实践

    概述

    有关 Agent Skills 的架构和实际应用的深入探讨，请阅读我们的工程博客：为真实世界的代理配备 Agent Skills。

    Skills 通过代码执行工具与 Messages API 集成。无论使用由 Anthropic 管理的预构建 Skills 还是您上传的自定义 Skills，集成形状都是相同的——两者都需要代码执行并使用相同的 container 结构。

    使用 Skills

    无论来源如何，Skills 在 Messages API 中的集成方式都是相同的。您在 container 参数中指定 Skills，包括 skill_id、type 和可选的 version，它们在代码执行环境中执行。

    您可以从两个来源使用 Skills：

    方面Anthropic Skills自定义 Skills
    Type 值anthropiccustom
    Skill ID短名称：pptx、xlsx、docx、pdf生成的：skill_01AbCdEfGhIjKlMnOpQrStUv
    版本格式基于日期：20251013 或 latest纪元时间戳：1759178010641129 或 latest
    管理由 Anthropic 预构建和维护通过 Skills API 上传和管理
    可用性对所有用户可用仅限您的工作区

    两个 Skill 来源都由 List Skills 端点 返回（使用 source 参数进行过滤）。集成形状和执行环境是相同的——唯一的区别是 Skills 的来源和管理方式。

    前置条件

    要使用 Skills，您需要：

    1. Anthropic API 密钥，来自 Console
    2. Beta 头部：
      • code-execution-2025-08-25 - 启用代码执行（Skills 需要）
      • skills-2025-10-02 - 启用 Skills API
      • files-api-2025-04-14 - 用于上传/下载文件到/从容器
    3. 代码执行工具在您的请求中启用

    在 Messages 中使用 Skills

    Container 参数

    Skills 使用 Messages API 中的 container 参数指定。每个请求最多可以包含 8 个 Skills。

    结构对于 Anthropic 和自定义 Skills 都是相同的——指定必需的 type 和 skill_id，并可选择包含 version 以固定到特定版本：

    Python
    import anthropic

client = anthropic.Anthropic()

response = client.beta.messages.create(
    model="claude-sonnet-4-5-20250929",
    max_tokens=4096,
    betas=["code-execution-2025-08-25", "skills-2025-10-02"],
    container={
        "skills": [
            {
                "type": "anthropic",
                "skill_id": "pptx",
                "version": "latest"
            }
        ]
    },
    messages=[{
        "role": "user",
        "content": "Create a presentation about renewable energy"
    }],
    tools=[{
        "type": "code_execution_20250825",
        "name": "code_execution"
    }]
)
    TypeScript
    import Anthropic from '@anthropic-ai/sdk';

const client = new Anthropic();

const response = await client.beta.messages.create({
  model: 'claude-sonnet-4-5-20250929',
  max_tokens: 4096,
  betas: ['code-execution-2025-08-25', 'skills-2025-10-02'],
  container: {
    skills: [
      {
        type: 'anthropic',
        skill_id: 'pptx',
        version: 'latest'
      }
    ]
  },
  messages: [{
    role: 'user',
    content: 'Create a presentation about renewable energy'
  }],
  tools: [{
    type: 'code_execution_20250825',
    name: 'code_execution'
  }]
});
    Shell
    curl https://api.anthropic.com/v1/messages \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "anthropic-beta: code-execution-2025-08-25,skills-2025-10-02" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-sonnet-4-5-20250929",
    "max_tokens": 4096,
    "container": {
      "skills": [
        {
          "type": "anthropic",
          "skill_id": "pptx",
          "version": "latest"
        }
      ]
    },
    "messages": [{
      "role": "user",
      "content": "Create a presentation about renewable energy"
    }],
    "tools": [{
      "type": "code_execution_20250825",
      "name": "code_execution"
    }]
  }'

    下载生成的文件

    当 Skills 创建文档（Excel、PowerPoint、PDF、Word）时，它们在响应中返回 file_id 属性。您必须使用 Files API 来下载这些文件。

    工作原理：

    1. Skills 在代码执行期间创建文件
    2. 响应包括每个创建的文件的 file_id
    3. 使用 Files API 下载实际文件内容
    4. 在本地保存或根据需要处理

    示例：创建和下载 Excel 文件

    import anthropic

client = anthropic.Anthropic()

# 步骤 1：使用 Skill 创建文件
response = client.beta.messages.create(
    model="claude-sonnet-4-5-20250929",
    max_tokens=4096,
    betas=["code-execution-2025-08-25", "skills-2025-10-02"],
    container={
        "skills": [
            {"type": "anthropic", "skill_id": "xlsx", "version": "latest"}
        ]
    },
    messages=[{
        "role": "user",
        "content": "Create an Excel file with a simple budget spreadsheet"
    }],
    tools=[{"type": "code_execution_20250825", "name": "code_execution"}]
)

# 步骤 2：从响应中提取文件 ID
def extract_file_ids(response):
    file_ids = []
    for item in response.content:
        if item.type == 'bash_code_execution_tool_result':
            content_item = item.content
            if content_item.type == 'bash_code_execution_result':
                for file in content_item.content:
                    if hasattr(file, 'file_id'):
                        file_ids.append(file.file_id)
    return file_ids

# 步骤 3：使用 Files API 下载文件
for file_id in extract_file_ids(response):
    file_metadata = client.beta.files.retrieve_metadata(
        file_id=file_id,
        betas=["files-api-2025-04-14"]
    )
    file_content = client.beta.files.download(
        file_id=file_id,
        betas=["files-api-2025-04-14"]
    )

    # 步骤 4：保存到磁盘
    file_content.write_to_file(file_metadata.filename)
    print(f"Downloaded: {file_metadata.filename}")

    其他 Files API 操作：

    # 获取文件元数据
file_info = client.beta.files.retrieve_metadata(
    file_id=file_id,
    betas=["files-api-2025-04-14"]
)
print(f"Filename: {file_info.filename}, Size: {file_info.size_bytes} bytes")

# 列出所有文件
files = client.beta.files.list(betas=["files-api-2025-04-14"])
for file in files.data:
    print(f"{file.filename} - {file.created_at}")

# 删除文件
client.beta.files.delete(
    file_id=file_id,
    betas=["files-api-2025-04-14"]
)

    有关 Files API 的完整详情，请参阅 Files API 文档。

    多轮对话

    通过指定容器 ID 在多个消息中重用相同的容器：

    # 第一个请求创建容器
response1 = client.beta.messages.create(
    model="claude-sonnet-4-5-20250929",
    max_tokens=4096,
    betas=["code-execution-2025-08-25", "skills-2025-10-02"],
    container={
        "skills": [
            {"type": "anthropic", "skill_id": "xlsx", "version": "latest"}
        ]
    },
    messages=[{"role": "user", "content": "Analyze this sales data"}],
    tools=[{"type": "code_execution_20250825", "name": "code_execution"}]
)

# 使用相同的容器继续对话
messages = [
    {"role": "user", "content": "Analyze this sales data"},
    {"role": "assistant", "content": response1.content},
    {"role": "user", "content": "What was the total revenue?"}
]

response2 = client.beta.messages.create(
    model="claude-sonnet-4-5-20250929",
    max_tokens=4096,
    betas=["code-execution-2025-08-25", "skills-2025-10-02"],
    container={
        "id": response1.container.id,  # 重用容器
        "skills": [
            {"type": "anthropic", "skill_id": "xlsx", "version": "latest"}
        ]
    },
    messages=messages,
    tools=[{"type": "code_execution_20250825", "name": "code_execution"}]
)

    长时间运行的操作

    Skills 可能执行需要多轮的操作。处理 pause_turn 停止原因：

    messages = [{"role": "user", "content": "Process this large dataset"}]
max_retries = 10

response = client.beta.messages.create(
    model="claude-sonnet-4-5-20250929",
    max_tokens=4096,
    betas=["code-execution-2025-08-25", "skills-2025-10-02"],
    container={
        "skills": [
            {"type": "custom", "skill_id": "skill_01AbCdEfGhIjKlMnOpQrStUv", "version": "latest"}
        ]
    },
    messages=messages,
    tools=[{"type": "code_execution_20250825", "name": "code_execution"}]
)

# 处理长时间操作的 pause_turn
for i in range(max_retries):
    if response.stop_reason != "pause_turn":
        break

    messages.append({"role": "assistant", "content": response.content})
    response = client.beta.messages.create(
        model="claude-sonnet-4-5-20250929",
        max_tokens=4096,
        betas=["code-execution-2025-08-25", "skills-2025-10-02"],
        container={
            "id": response.container.id,
            "skills": [
                {"type": "custom", "skill_id": "skill_01AbCdEfGhIjKlMnOpQrStUv", "version": "latest"}
            ]
        },
        messages=messages,
        tools=[{"type": "code_execution_20250825", "name": "code_execution"}]
    )

    响应可能包括 pause_turn 停止原因，这表示 API 暂停了长时间运行的 Skill 操作。您可以在后续请求中按原样提供响应以让 Claude 继续其轮次，或者修改内容以中断对话并提供额外指导。

    使用多个 Skills

    在单个请求中组合多个 Skills 来处理复杂工作流：

    response = client.beta.messages.create(
    model="claude-sonnet-4-5-20250929",
    max_tokens=4096,
    betas=["code-execution-2025-08-25", "skills-2025-10-02"],
    container={
        "skills": [
            {
                "type": "anthropic",
                "skill_id": "xlsx",
                "version": "latest"
            },
            {
                "type": "anthropic",
                "skill_id": "pptx",
                "version": "latest"
            },
            {
                "type": "custom",
                "skill_id": "skill_01AbCdEfGhIjKlMnOpQrStUv",
                "version": "latest"
            }
        ]
    },
    messages=[{
        "role": "user",
        "content": "Analyze sales data and create a presentation"
    }],
    tools=[{
        "type": "code_execution_20250825",
        "name": "code_execution"
    }]
)

    管理自定义 Skills

    创建 Skill

    上传您的自定义 Skill 以在您的工作区中使用。您可以使用目录路径或单个文件对象进行上传。

    import anthropic

client = anthropic.Anthropic()

# 选项 1：使用 files_from_dir 助手（仅 Python，推荐）
from anthropic.lib import files_from_dir

skill = client.beta.skills.create(
    display_title="Financial Analysis",
    files=files_from_dir("/path/to/financial_analysis_skill"),
    betas=["skills-2025-10-02"]
)

# 选项 2：使用 zip 文件
skill = client.beta.skills.create(
    display_title="Financial Analysis",
    files=[("skill.zip", open("financial_analysis_skill.zip", "rb"))],
    betas=["skills-2025-10-02"]
)

# 选项 3：使用文件元组（文件名、文件内容、mime 类型）
skill = client.beta.skills.create(
    display_title="Financial Analysis",
    files=[
        ("financial_skill/SKILL.md", open("financial_skill/SKILL.md", "rb"), "text/markdown"),
        ("financial_skill/analyze.py", open("financial_skill/analyze.py", "rb"), "text/x-python"),
    ],
    betas=["skills-2025-10-02"]
)

print(f"Created skill: {skill.id}")
print(f"Latest version: {skill.latest_version}")

    要求：

    • 必须在顶级包含 SKILL.md 文件
    • 所有文件必须在其路径中指定公共根目录
    • 总上传大小必须在 8MB 以下
    • YAML frontmatter 要求：
      • name：最多 64 个字符，仅小写字母/数字/连字符，无 XML 标签，无保留字（"anthropic"、"claude"）
      • description：最多 1024 个字符，非空，无 XML 标签

    有关完整的请求/响应架构，请参阅 Create Skill API 参考。

    列出 Skills

    检索您的工作区可用的所有 Skills，包括 Anthropic 预构建 Skills 和您的自定义 Skills。使用 source 参数按 Skill 类型进行过滤：

    # 列出所有 Skills
skills = client.beta.skills.list(
    betas=["skills-2025-10-02"]
)

for skill in skills.data:
    print(f"{skill.id}: {skill.display_title} (source: {skill.source})")

# 仅列出自定义 Skills
custom_skills = client.beta.skills.list(
    source="custom",
    betas=["skills-2025-10-02"]
)

    有关分页和过滤选项，请参阅 List Skills API 参考。

    检索 Skill

    获取特定 Skill 的详情：

    skill = client.beta.skills.retrieve(
    skill_id="skill_01AbCdEfGhIjKlMnOpQrStUv",
    betas=["skills-2025-10-02"]
)

print(f"Skill: {skill.display_title}")
print(f"Latest version: {skill.latest_version}")
print(f"Created: {skill.created_at}")

    删除 Skill

    要删除 Skill，您必须首先删除其所有版本：

    # 步骤 1：删除所有版本
versions = client.beta.skills.versions.list(
    skill_id="skill_01AbCdEfGhIjKlMnOpQrStUv",
    betas=["skills-2025-10-02"]
)

for version in versions.data:
    client.beta.skills.versions.delete(
        skill_id="skill_01AbCdEfGhIjKlMnOpQrStUv",
        version=version.version,
        betas=["skills-2025-10-02"]
    )

# 步骤 2：删除 Skill
client.beta.skills.delete(
    skill_id="skill_01AbCdEfGhIjKlMnOpQrStUv",
    betas=["skills-2025-10-02"]
)

    尝试删除具有现有版本的 Skill 将返回 400 错误。

    版本控制

    Skills 支持版本控制以安全地管理更新：

    Anthropic 管理的 Skills：

    • 版本使用日期格式：20251013
    • 进行更新时发布新版本
    • 指定确切版本以获得稳定性

    自定义 Skills：

    • 自动生成的纪元时间戳：1759178010641129
    • 使用 "latest" 始终获取最新版本
    • 更新 Skill 文件时创建新版本
    # 创建新版本
from anthropic.lib import files_from_dir

new_version = client.beta.skills.versions.create(
    skill_id="skill_01AbCdEfGhIjKlMnOpQrStUv",
    files=files_from_dir("/path/to/updated_skill"),
    betas=["skills-2025-10-02"]
)

# 使用特定版本
response = client.beta.messages.create(
    model="claude-sonnet-4-5-20250929",
    max_tokens=4096,
    betas=["code-execution-2025-08-25", "skills-2025-10-02"],
    container={
        "skills": [{
            "type": "custom",
            "skill_id": "skill_01AbCdEfGhIjKlMnOpQrStUv",
            "version": new_version.version
        }]
    },
    messages=[{"role": "user", "content": "Use updated Skill"}],
    tools=[{"type": "code_execution_20250825", "name": "code_execution"}]
)

# 使用最新版本
response = client.beta.messages.create(
    model="claude-sonnet-4-5-20250929",
    max_tokens=4096,
    betas=["code-execution-2025-08-25", "skills-2025-10-02"],
    container={
        "skills": [{
            "type": "custom",
            "skill_id": "skill_01AbCdEfGhIjKlMnOpQrStUv",
            "version": "latest"
        }]
    },
    messages=[{"role": "user", "content": "Use latest Skill version"}],
    tools=[{"type": "code_execution_20250825", "name": "code_execution"}]
)

    有关完整详情，请参阅 Create Skill Version API 参考。

    Skills 如何加载

    当您在容器中指定 Skills 时：

    1. 元数据发现：Claude 在系统提示中看到每个 Skill 的元数据（名称、描述）
    2. 文件加载：Skill 文件被复制到容器中的 /skills/{directory}/
    3. 自动使用：Claude 在与您的请求相关时自动加载和使用 Skills
    4. 组合：多个 Skills 为复杂工作流组合在一起

    渐进式披露架构确保高效的上下文使用——Claude 仅在需要时加载完整的 Skill 指令。

    用例

    组织 Skills

    品牌与通信

    • 将公司特定的格式（颜色、字体、布局）应用于文档
    • 生成遵循组织模板的通信
    • 确保所有输出中的一致品牌指南

    项目管理

    • 使用公司特定格式（OKR、决策日志）构建笔记
    • 生成遵循团队约定的任务
    • 创建标准化的会议记录和状态更新

    业务运营

    • 创建公司标准报告、提案和分析
    • 执行公司特定的分析程序
    • 生成遵循组织模板的财务模型

    个人 Skills

    内容创建

    • 自定义文档模板
    • 专业格式和样式
    • 特定领域的内容生成

    数据分析

    • 自定义数据处理管道
    • 专业可视化模板
    • 行业特定的分析方法

    开发与自动化

    • 代码生成模板
    • 测试框架
    • 部署工作流

    示例：财务建模

    组合 Excel 和自定义 DCF 分析 Skills：

    # 创建自定义 DCF 分析 Skill
from anthropic.lib import files_from_dir

dcf_skill = client.beta.skills.create(
    display_title="DCF Analysis",
    files=files_from_dir("/path/to/dcf_skill"),
    betas=["skills-2025-10-02"]
)

# 与 Excel 一起使用以创建财务模型
response = client.beta.messages.create(
    model="claude-sonnet-4-5-20250929",
    max_tokens=4096,
    betas=["code-execution-2025-08-25", "skills-2025-10-02"],
    container={
        "skills": [
            {"type": "anthropic", "skill_id": "xlsx", "version": "latest"},
            {"type": "custom", "skill_id": dcf_skill.id, "version": "latest"}
        ]
    },
    messages=[{
        "role": "user",
        "content": "Build a DCF valuation model for a SaaS company with the attached financials"
    }],
    tools=[{"type": "code_execution_20250825", "name": "code_execution"}]
)

    限制和约束

    请求限制

    • 每个请求的最大 Skills 数：8
    • 最大 Skill 上传大小：8MB（所有文件合计）
    • YAML frontmatter 要求：
      • name：最多 64 个字符，仅小写字母/数字/连字符，无 XML 标签，无保留字
      • description：最多 1024 个字符，非空，无 XML 标签

    环境约束

    Skills 在代码执行容器中运行，具有以下限制：

    • 无网络访问 - 无法进行外部 API 调用
    • 无运行时包安装 - 仅可用预安装的包
    • 隔离环境 - 每个请求获得一个新容器

    有关可用包，请参阅 代码执行工具文档。

    最佳实践

    何时使用多个 Skills

    当任务涉及多种文档类型或域时组合 Skills：

    良好用例：

    • 数据分析（Excel）+ 演示文稿创建（PowerPoint）
    • 报告生成（Word）+ 导出为 PDF
    • 自定义域逻辑 + 文档生成

    避免：

    • 包含未使用的 Skills（影响性能）

    版本管理策略

    对于生产环境：

    # 固定到特定版本以获得稳定性
container={
    "skills": [{
        "type": "custom",
        "skill_id": "skill_01AbCdEfGhIjKlMnOpQrStUv",
        "version": "1759178010641129"  # 特定版本
    }]
}

    对于开发：

    # 在活跃开发中使用最新版本
container={
    "skills": [{
        "type": "custom",
        "skill_id": "skill_01AbCdEfGhIjKlMnOpQrStUv",
        "version": "latest"  # 始终获取最新版本
    }]
}

    提示缓存注意事项

    使用提示缓存时，请注意更改容器中的 Skills 列表将破坏缓存：

    # 第一个请求创建缓存
response1 = client.beta.messages.create(
    model="claude-sonnet-4-5-20250929",
    max_tokens=4096,
    betas=["code-execution-2025-08-25", "skills-2025-10-02", "prompt-caching-2024-07-31"],
    container={
        "skills": [
            {"type": "anthropic", "skill_id": "xlsx", "version": "latest"}
        ]
    },
    messages=[{"role": "user", "content": "Analyze sales data"}],
    tools=[{"type": "code_execution_20250825", "name": "code_execution"}]
)

# 添加/删除 Skills 会破坏缓存
response2 = client.beta.messages.create(
    model="claude-sonnet-4-5-20250929",
    max_tokens=4096,
    betas=["code-execution-2025-08-25", "skills-2025-10-02", "prompt-caching-2024-07-31"],
    container={
        "skills": [
            {"type": "anthropic", "skill_id": "xlsx", "version": "latest"},
            {"type": "anthropic", "skill_id": "pptx", "version": "latest"}  # 缓存未命中
        ]
    },
    messages=[{"role": "user", "content": "Create a presentation"}],
    tools=[{"type": "code_execution_20250825", "name": "code_execution"}]
)

    为了获得最佳缓存性能，请在请求中保持 Skills 列表一致。

    错误处理

    优雅地处理与 Skill 相关的错误：

    try:
    response = client.beta.messages.create(
        model="claude-sonnet-4-5-20250929",
        max_tokens=4096,
        betas=["code-execution-2025-08-25", "skills-2025-10-02"],
        container={
            "skills": [
                {"type": "custom", "skill_id": "skill_01AbCdEfGhIjKlMnOpQrStUv", "version": "latest"}
            ]
        },
        messages=[{"role": "user", "content": "Process data"}],
        tools=[{"type": "code_execution_20250825", "name": "code_execution"}]
    )
except anthropic.BadRequestError as e:
    if "skill" in str(e):
        print(f"Skill error: {e}")
        # 处理 Skill 特定错误
    else:
        raise

    后续步骤

    API 参考

    包含所有端点的完整 API 参考

    编写指南

    编写有效 Skills 的最佳实践

    代码执行工具

    了解代码执行环境

    • 使用 Skills
    • 在 Messages 中使用 Skills
    • Container 参数
    • 使用多个 Skills
    • 管理自定义 Skills
    • 创建 Skill
    • 列出 Skills
    • 检索 Skill
    • 删除 Skill
    • Skills 如何加载
    • 组织 Skills
    • 个人 Skills
    • 何时使用多个 Skills
    © 2025 ANTHROPIC PBC

    Products

    • Claude
    • Claude Code
    • Max plan
    • Team plan
    • Enterprise plan
    • Download app
    • Pricing
    • Log in

    Features

    • Claude and Slack
    • Claude in Excel

    Models

    • Opus
    • Sonnet
    • Haiku

    Solutions

    • AI agents
    • Code modernization
    • Coding
    • Customer support
    • Education
    • Financial services
    • Government
    • Life sciences

    Claude Developer Platform

    • Overview
    • Developer docs
    • Pricing
    • Amazon Bedrock
    • Google Cloud’s Vertex AI
    • Console login

    Learn

    • Blog
    • Catalog
    • Courses
    • Use cases
    • Connectors
    • Customer stories
    • Engineering at Anthropic
    • Events
    • Powered by Claude
    • Service partners
    • Startups program

    Company

    • Anthropic
    • Careers
    • Economic Futures
    • Research
    • News
    • Responsible Scaling Policy
    • Security and compliance
    • Transparency

    Help and security

    • Availability
    • Status
    • Support center

    Terms and policies

    • Privacy policy
    • Responsible disclosure policy
    • Terms of service: Commercial
    • Terms of service: Consumer
    • Usage policy

    Products

    • Claude
    • Claude Code
    • Max plan
    • Team plan
    • Enterprise plan
    • Download app
    • Pricing
    • Log in

    Features

    • Claude and Slack
    • Claude in Excel

    Models

    • Opus
    • Sonnet
    • Haiku

    Solutions

    • AI agents
    • Code modernization
    • Coding
    • Customer support
    • Education
    • Financial services
    • Government
    • Life sciences

    Claude Developer Platform

    • Overview
    • Developer docs
    • Pricing
    • Amazon Bedrock
    • Google Cloud’s Vertex AI
    • Console login

    Learn

    • Blog
    • Catalog
    • Courses
    • Use cases
    • Connectors
    • Customer stories
    • Engineering at Anthropic
    • Events
    • Powered by Claude
    • Service partners
    • Startups program

    Company

    • Anthropic
    • Careers
    • Economic Futures
    • Research
    • News
    • Responsible Scaling Policy
    • Security and compliance
    • Transparency

    Help and security

    • Availability
    • Status
    • Support center

    Terms and policies

    • Privacy policy
    • Responsible disclosure policy
    • Terms of service: Commercial
    • Terms of service: Consumer
    • Usage policy
    © 2025 ANTHROPIC PBC