Claude Tool Use (工具调用)

Tool Use 这页我按 Anthropic 官方 Tool use with Claude 和 How to implement tool use 核过了。当前官方把 tool access 直接称为构建 agent 时的高杠杆能力之一，这个判断我认同。

把它说得更实际一点：模型负责决定“什么时候该借工具”，你负责决定“工具到底能做什么、权限边界在哪里、结果怎么回传”。

#什么是 Tool Use？

Tool Use 让 Claude 能够：

1. 理解用户意图
2. 决定使用哪个工具
3. 提取工具参数
4. 等待工具结果并生成回复

用户: "北京今天天气怎么样？"
     ↓
Claude: 需要使用 get_weather 工具，参数 city="北京"
     ↓
你的代码: 调用天气 API，返回结果
     ↓
Claude: "北京今天晴朗，气温 25°C，适合户外活动。"

#读者导向：建议实践顺序

1. 先做单工具闭环（请求 -> tool_use -> tool_result -> 最终回复）。
2. 再做多工具路由和并行调用。
3. 最后补权限、审计、失败重试与幂等策略。

#官方现在怎么划分工具

Anthropic 官方现在把工具分成两类：

1. Client tools
2. Server tools

其中：

• Client tools 由你自己实现和执行
• Server tools 由 Anthropic 服务器执行，比如 web search、web fetch 这类

这点比早期“所有工具都自己实现”的心智更完整，所以现在写工具链路时，最好先分清你到底在接哪一类工具。

#基础用法

#定义工具

python复制
tools = [
    {
        "name": "get_weather",
        "description": "获取指定城市的当前天气信息",
        "input_schema": {
            "type": "object",
            "properties": {
                "city": {
                    "type": "string",
                    "description": "城市名称，如：北京、上海、深圳"
                },
                "unit": {
                    "type": "string",
                    "enum": ["celsius", "fahrenheit"],
                    "description": "温度单位，默认摄氏度"
                }
            },
            "required": ["city"]
        }
    }
]

#调用 API

python复制
import anthropic
import json

client = anthropic.Anthropic()

response = client.messages.create(
    model="claude-opus-4-6",
    max_tokens=1024,
    tools=tools,
    messages=[
        {"role": "user", "content": "北京天气怎么样？"}
    ]
)

# 检查响应类型
for block in response.content:
    if block.type == "tool_use":
        print(f"工具: {block.name}")
        print(f"参数: {block.input}")
        print(f"ID: {block.id}")

#执行工具并返回结果

python复制
def get_weather(city: str, unit: str = "celsius") -> str:
    """模拟天气 API"""
    return f"{city}今天晴，气温 25°C"

# 1. 第一次调用 - 获取工具调用请求
response = client.messages.create(
    model="claude-opus-4-6",
    max_tokens=1024,
    tools=tools,
    messages=[{"role": "user", "content": "北京天气怎么样？"}]
)

# 2. 检查并执行工具
messages = [{"role": "user", "content": "北京天气怎么样？"}]
messages.append({"role": "assistant", "content": response.content})

for block in response.content:
    if block.type == "tool_use":
        # 执行工具
        result = get_weather(**block.input)

        # 添加工具结果
        messages.append({
            "role": "user",
            "content": [{
                "type": "tool_result",
                "tool_use_id": block.id,
                "content": result
            }]
        })

# 3. 获取最终回复
final_response = client.messages.create(
    model="claude-opus-4-6",
    max_tokens=1024,
    tools=tools,
    messages=messages
)

print(final_response.content[0].text)

#多工具定义

python复制
tools = [
    {
        "name": "get_weather",
        "description": "获取城市天气",
        "input_schema": {
            "type": "object",
            "properties": {
                "city": {"type": "string", "description": "城市名"}
            },
            "required": ["city"]
        }
    },
    {
        "name": "search_web",
        "description": "搜索网络信息",
        "input_schema": {
            "type": "object",
            "properties": {
                "query": {"type": "string", "description": "搜索关键词"}
            },
            "required": ["query"]
        }
    },
    {
        "name": "send_email",
        "description": "发送邮件",
        "input_schema": {
            "type": "object",
            "properties": {
                "to": {"type": "string", "description": "收件人邮箱"},
                "subject": {"type": "string", "description": "邮件主题"},
                "body": {"type": "string", "description": "邮件内容"}
            },
            "required": ["to", "subject", "body"]
        }
    }
]

#控制工具使用

#tool_choice 参数

python复制
# 自动决定（默认）
tool_choice = {"type": "auto"}

# 强制使用特定工具
tool_choice = {"type": "tool", "name": "get_weather"}

# 强制使用任意一个工具
tool_choice = {"type": "any"}

# 禁止使用工具
tool_choice = {"type": "none"}  # 或不传 tools 参数

response = client.messages.create(
    model="claude-sonnet-4-20250514",
    max_tokens=1024,
    tools=tools,
    tool_choice=tool_choice,
    messages=[...]
)

#Anthropic 官方当前的一个重要更新

官方现在还专门增加了 strict: true 的 strict tool use 说明，用来保证工具输入严格符合 schema。这对生产环境很重要，因为很多错误不是模型不会调工具，而是参数格式稍微漂掉一点，后端就挂了。

#常见误区

• 把工具 schema 写得过于宽松，导致参数不稳定
• 工具执行失败只返回“失败”，不返回结构化错误信息
• 忽略权限边界，让模型可触达不该调用的高风险接口

一句轻松提醒：
Tool Use 像给 AI 发工作证，权限开太大，出事概率会同步放大。

#并行工具调用

Claude 可以同时请求多个工具：

python复制
response = client.messages.create(
    model="claude-opus-4-6",
    max_tokens=1024,
    tools=tools,
    messages=[
        {"role": "user", "content": "北京和上海的天气分别怎么样？"}
    ]
)

# 可能返回多个 tool_use blocks
tool_calls = [block for block in response.content if block.type == "tool_use"]
print(f"需要调用 {len(tool_calls)} 个工具")

for tc in tool_calls:
    print(f"- {tc.name}: {tc.input}")

#处理并行调用

python复制
def process_tool_calls(response, available_functions):
    """处理所有工具调用"""
    tool_results = []

    for block in response.content:
        if block.type == "tool_use":
            func = available_functions.get(block.name)
            if func:
                result = func(**block.input)
                tool_results.append({
                    "type": "tool_result",
                    "tool_use_id": block.id,
                    "content": str(result)
                })

    return tool_results

# 使用
available_functions = {
    "get_weather": get_weather,
    "search_web": search_web,
    "send_email": send_email
}

tool_results = process_tool_calls(response, available_functions)

#完整示例：AI 助手

python复制
import anthropic
import json

client = anthropic.Anthropic()

# 工具定义
tools = [
    {
        "name": "get_weather",
        "description": "获取城市天气信息",
        "input_schema": {
            "type": "object",
            "properties": {
                "city": {"type": "string", "description": "城市名"}
            },
            "required": ["city"]
        }
    },
    {
        "name": "calculate",
        "description": "数学计算",
        "input_schema": {
            "type": "object",
            "properties": {
                "expression": {"type": "string", "description": "数学表达式"}
            },
            "required": ["expression"]
        }
    }
]

# 工具实现
def get_weather(city: str) -> str:
    weather_data = {
        "北京": "晴，25°C",
        "上海": "多云，28°C",
    }
    return weather_data.get(city, f"{city}天气数据暂不可用")

def calculate(expression: str) -> str:
    try:
        return str(eval(expression))
    except:
        return "计算错误"

available_functions = {
    "get_weather": get_weather,
    "calculate": calculate
}

def chat(user_message: str):
    messages = [{"role": "user", "content": user_message}]

    while True:
        response = client.messages.create(
            model="claude-sonnet-4-20250514",
            max_tokens=1024,
            tools=tools,
            messages=messages
        )

        # 检查是否有工具调用
        tool_uses = [b for b in response.content if b.type == "tool_use"]

        if not tool_uses:
            # 没有工具调用，返回文本响应
            text_blocks = [b for b in response.content if b.type == "text"]
            return text_blocks[0].text if text_blocks else ""

        # 处理工具调用
        messages.append({"role": "assistant", "content": response.content})

        tool_results = []
        for tool_use in tool_uses:
            func = available_functions.get(tool_use.name)
            if func:
                result = func(**tool_use.input)
                print(f"[调用] {tool_use.name}({tool_use.input}) -> {result}")
                tool_results.append({
                    "type": "tool_result",
                    "tool_use_id": tool_use.id,
                    "content": result
                })

        messages.append({"role": "user", "content": tool_results})

# 测试
print(chat("北京天气怎么样？"))
print(chat("123 * 456 等于多少？"))
print(chat("北京天气如何？另外帮我算一下 15 的平方"))

#工具结果格式

#成功结果

python复制
{
    "type": "tool_result",
    "tool_use_id": "toolu_xxx",
    "content": "北京今天晴，25°C"
}

#错误结果

python复制
{
    "type": "tool_result",
    "tool_use_id": "toolu_xxx",
    "content": "错误：无法获取天气数据",
    "is_error": True
}

#图片结果

python复制
{
    "type": "tool_result",
    "tool_use_id": "toolu_xxx",
    "content": [
        {
            "type": "image",
            "source": {
                "type": "base64",
                "media_type": "image/png",
                "data": "base64_encoded_data"
            }
        },
        {
            "type": "text",
            "text": "生成的图表"
        }
    ]
}

#最佳实践

#1. 清晰的工具描述

python复制
# ❌ 不够清晰
"description": "获取数据"

# ✅ 清晰明确
"description": "获取指定城市的实时天气信息，包括温度、湿度和天气状况。支持中国主要城市。"

#2. 详细的参数说明

python复制
"properties": {
    "date": {
        "type": "string",
        "description": "查询日期，格式为 YYYY-MM-DD，如 2024-01-15。不填则查询今天。"
    }
}

#3. 使用枚举限制选项

python复制
"status": {
    "type": "string",
    "enum": ["pending", "approved", "rejected"],
    "description": "订单状态"
}

#4. 错误处理

python复制
def safe_tool_call(func, **kwargs):
    try:
        return func(**kwargs)
    except Exception as e:
        return f"工具执行错误: {str(e)}"

#与 OpenAI Function Calling 的区别

#下一步

• Vision - 图像理解
• Prompt Caching - 缓存优化
• Batch API - 批量处理

---

提示：Tool Use 是构建 AI Agent 的基础，结合多个工具可以实现复杂的自动化任务。