使用 Claude 進行工具使用

「Tool use」（工具使用），也稱為「function calling」（函式呼叫），讓 Claude 能夠呼叫您定義的函式或 Anthropic 提供的函式。Claude 會根據使用者的請求和工具的描述，決定何時呼叫工具。接著，它會回傳一個結構化的呼叫，由您的應用程式執行（「client tools」，用戶端工具），或由 Anthropic 執行（「server tools」，伺服器工具）。

以下是一個使用伺服器工具的最簡範例。此範例使用網頁搜尋工具，由 Anthropic 為您執行：

client = anthropic.Anthropic()
response = client.messages.create(
    model="claude-opus-5-5",
    max_tokens=1024,
    tools=[{"type": "web_search_20260209", "name": "web_search"}],
    messages=[{"role": "user", "content": "What's the latest on the Mars rover?"}],
)
print(response.content)

Claude 會在 Anthropic 的基礎架構上執行搜尋，並在同一個回應中回傳附有引用來源的結果。若要讓 Claude 呼叫您定義的函式，請傳入帶有 input_schema 的工具，然後在 Claude 回傳 tool_use 區塊時執行該呼叫。工具使用的運作方式完整展示了這個往返流程。進一步了解如何定義工具和處理工具呼叫。

工具使用的運作方式

工具之間的主要差異在於程式碼的執行位置。用戶端工具（包括使用者定義的工具，以及採用 Anthropic 定義之「schema」（結構描述）的工具，例如 bash 和 text_editor）在您的應用程式中執行。Claude 會以 stop_reason: "tool_use" 以及一個或多個 tool_use 區塊回應。您的程式碼會執行該操作，並傳回 tool_result。伺服器工具（例如 web_search、web_fetch、code_execution 和 tool_search）在 Anthropic 的基礎架構上執行：您可以直接看到結果，無需自行處理執行，除非 Claude 在同一組平行工具呼叫中，同時呼叫了該工具與您的某個用戶端工具（請參閱停止原因與後備處理）。

以下是用戶端工具的完整往返流程。第一個請求定義了 get_weather 工具，Claude 透過呼叫該工具來回答問題：回應中包含一個 tool_use 區塊，您的程式碼執行查詢，然後第二個請求以 tool_result 區塊將結果傳回，讓 Claude 能夠回覆答案。

client = anthropic.Anthropic()

tools = [
    {
        "name": "get_weather",
        "description": "Get the current weather for a given location.",
        "input_schema": {
            "type": "object",
            "properties": {
                "location": {
                    "type": "string",
                    "description": "City and state, e.g. San Francisco, CA",
                }
            },
            "required": ["location"],
        },
    }
]
messages = [{"role": "user", "content": "What's the weather in San Francisco?"}]

# Claude 會回覆一個 tool_use 區塊，其中指明工具名稱及其引數。
response = client.messages.create(
    model="claude-opus-5-5",
    max_tokens=1024,
    tools=tools,
    # 每個回合最多只要求一次工具呼叫。
    tool_choice={"type": "auto", "disable_parallel_tool_use": True},
    messages=messages,
)
tool_use = next(block for block in response.content if block.type == "tool_use")
print(f"Claude called {tool_use.name} with {json.dumps(tool_use.input)}")

# 執行工具，然後以 tool_result 區塊將結果傳回。
weather = "15 degrees Celsius, partly cloudy"  # your weather lookup goes here
messages += [
    {"role": "assistant", "content": response.content},
    {
        "role": "user",
        "content": [
            {"type": "tool_result", "tool_use_id": tool_use.id, "content": weather}
        ],
    },
]
followup = client.messages.create(
    model="claude-opus-5-5",
    max_tokens=1024,
    tools=tools,
    tool_choice={"type": "auto", "disable_parallel_tool_use": True},
    messages=messages,
)

# Claude 會使用該結果來回答原本的問題。
final_text = next(block for block in followup.content if block.type == "text")
print(final_text.text)

Claude called get_weather with {"location": "San Francisco, CA"}
The current weather in San Francisco is 15 degrees Celsius with partly cloudy skies.

處理工具呼叫詳細說明了每個步驟，包括結果格式化和錯誤回報；平行工具使用則說明了一次呼叫多個工具的回應。若不想自行撰寫這個往返流程，請使用 Tool Runner：SDK 會自動執行您的工具並將結果傳回。

如需完整的概念模型，包括「agentic loop」（代理迴圈）以及何時選擇各種方法，請參閱工具使用的運作方式。

若要連接到「Model Context Protocol」（即 MCP）伺服器，請參閱 MCP 連接器。若要建置您自己的 MCP 用戶端，請參閱 Model Context Protocol 指南中的建置 MCP 用戶端。

Claude 何時使用工具

在預設的 tool_choice 為 {"type": "auto"} 時，Claude 會在每一輪判斷要呼叫工具還是直接回應。當請求對應到該工具所描述的能力，且答案尚未存在於上下文中時，它會呼叫工具。對於穩定的知識、創意任務與對話性的輪次，它會直接回應。

這個界線可以透過您的系統提示加以引導。如果 Claude 沒有在您預期的時候呼叫工具，一個輕量的指示，例如 "Use the tools to investigate before responding."，可以增加工具使用。更強烈的形式，例如 "Always call a tool first before responding."，則會進一步推動。相反地，"Use your judgment about whether to call a tool or respond directly." 會讓觸發行為保持保守。

若要強制要求工具呼叫而非依賴提示，請設定 tool_choice。

每個伺服器工具的頁面都更詳細地描述了其自身的觸發界線。

{
  "type": "tool_use",
  "id": "toolu_01A09q90qw90lq917835lq9",
  "name": "get_weather",
  "input": { "location": "New York, NY", "unit": "fahrenheit" }
}

選擇工具

如需 type 字串、版本與 beta 標頭，請參閱工具參考。

您自己的工具

對於您定義的工具，由您撰寫 schema，並由您的應用程式執行每次呼叫。

Anthropic schema 用戶端工具

Anthropic 發布 schema 並以此訓練 Claude。您的應用程式仍需執行每次呼叫並回傳 tool_result。

伺服器工具

伺服器工具在 Anthropic 的基礎設施上執行，您的應用程式中無需處理程式碼。請參閱伺服器工具以了解它們共通的運作機制。

定價

工具使用（tool use）請求的計價依據如下：

1. 傳送至模型的輸入 token 總數（包括 tools 參數中的內容）
2. 產生的輸出 token 數量
3. 對於伺服器端工具，另有依使用量計算的額外費用（例如，網頁搜尋依每次執行的搜尋計費）

用戶端工具的計價方式與任何其他 Claude API 請求相同，但伺服器端工具可能會依其特定使用情況產生額外費用。

工具使用所產生的額外 token 來自：

• API 請求中的 tools 參數（工具名稱、描述與結構描述）
• API 請求與回應中的 tool_use 內容區塊
• API 請求中的 tool_result 內容區塊

當您使用 tools 時，API 也會自動為模型加入一段特殊的系統提示（system prompt），以啟用工具使用功能。下表列出了每個模型所需的工具使用 token 數量（不包括前述的額外 token）。請注意，此表假設至少提供了 1 個工具。若未提供任何 tools，則工具選擇為 none 時會使用 0 個額外的系統提示 token。

Model	Tool use system prompt tokens
Name	Tool choice	Token count
Claude Opus 5.5For long-running agentic coding and knowledge work	auto, none	286 tokens
Claude Sonnet 5The best combination of speed and intelligence	auto, none	354 tokens
	any, tool	474 tokens
Claude Haiku 4.5The fastest model with near-frontier intelligence	auto, none	496 tokens
	any, tool	588 tokens
Additional models
Claude Opus 5	auto, none	286 tokens
	any, tool	406 tokens
Claude Opus 4.8	auto, none	290 tokens
	any, tool	410 tokens
Claude Opus 4.7	auto, none	675 tokens
	any, tool	804 tokens
Claude Opus 4.6	auto, none	497 tokens
	any, tool	589 tokens
Claude Opus 4.5	auto, none	496 tokens
	any, tool	588 tokens
Claude Opus 4.1	auto, none	313 tokens
	any, tool	315 tokens
Claude Opus 4	auto, none	313 tokens
	any, tool	315 tokens
Claude Sonnet 4.6	auto, none	497 tokens
	any, tool	589 tokens
Claude Sonnet 4.5	auto, none	496 tokens
	any, tool	588 tokens
Claude Sonnet 4	auto, none	313 tokens
	any, tool	315 tokens
Claude Haiku 3.5	auto, none	264 tokens
	any, tool	355 tokens

這些 token 數量會加到您一般的輸入與輸出 token 中，以計算請求的總費用。

請參閱模型概覽表格以了解目前各模型的價格。

當您傳送工具使用提示時，與任何其他 API 請求一樣，回應會在回報的 usage 指標中同時包含輸入與輸出 token 數量。

部分伺服器工具會在 token 之外加收依用量計費的費用：請參閱 Web search 工具與程式碼執行工具以了解其費率。

後續步驟