Claude 开发者平台高级 Tool Use 功能介绍

发布日期: 2025 年 11 月 24 日

概述

Anthropic 发布了三个新的 beta 功能，使 Claude 能够动态发现、学习和执行工具。这些功能旨在解决 AI 代理在处理大规模工具库时面临的核心挑战。

核心问题与解决方案

AI 代理的三个关键需求

1. 无上限工具库访问：代理需要在不将每个工具定义都加载到上下文的情况下，访问数百或数千个工具

2. 高效代码执行能力：相比逐个调用工具，代理应该能通过代码编排多个工具调用，避免中间结果污染上下文

3. 从示例学习：代理需要从具体用法示例而非仅 JSON Schema 学习工具的正确使用方式

功能一：Tool Search Tool

问题背景

传统方法下，MCP 工具定义会大量消耗 token。以 5 服务器设置为例：

• GitHub: 35 工具 (~26K tokens)
• Slack: 11 工具 (~21K tokens)
• Sentry: 5 工具 (~3K tokens)
• Grafana: 5 工具 (~3K tokens)
• Splunk: 2 工具 (~2K tokens)

总计：58 个工具消耗约 55K tokens，加上 Jira (~17K tokens)，迅速突破 100K+ token 开销。

Anthropic 内部甚至观察到单个项目的工具定义消耗 134K tokens。

常见失败原因：工具选择错误、参数不正确（尤其是名称相似的工具，如 notification-send-user 与 notification-send-channel）

解决方案

Tool Search Tool 允许动态发现工具，仅在需要时加载相关定义。

对比效果：

Token 节省: 85 % 减少

准确度提升：

• Opus 4: 49 % → 74 %
• Opus 4.5: 79.5 % → 88.1 %

工作原理

通过 defer_loading: true 标记工具，使其可按需发现：

{
  "tools": [
    {"type": "tool_search_tool_regex_20251119", "name": "tool_search_tool_regex"},
    {
      "name": "github.createPullRequest",
      "description": "Create a pull request",
      "input_schema": {...},
      "defer_loading": true
    }
  ]
}