在人工智能领域，Anthropic 公司一直走在前沿，不断推出创新工具以赋能开发者构建更强大的 AI 应用。近日，Anthropic API 迎来了一系列重大更新，包括代码执行工具、MCP 连接器、Files API 以及增强的 prompt 缓存功能，为 AI 代理的开发带来了前所未有的便利性和效率。
构建更卓越的 AI 代理
这些新功能与 Claude Opus 4 和 Sonnet 4 相结合，使得开发者能够构建功能强大的 AI 代理，这些代理可以执行代码进行高级数据分析，通过 MCP 服务器连接到外部系统，跨会话高效地存储和访问文件，并通过经济高效的缓存将上下文维护长达 60 分钟——而无需构建自定义基础设施。例如，一个项目管理 AI 代理可以使用 MCP 连接器与 Asana 集成以引用任务和分配工作，通过 Files API 上传相关报告，使用代码执行工具分析进度和风险，并在整个过程中保持完整的上下文——所有这些都可以通过扩展的 prompt 缓存来降低成本。
这些新功能与现有的 Web 搜索和引用功能一起，构成了构建 AI 代理的综合工具包。让我们深入了解每个新功能的细节。
代码执行工具
Anthropic API 引入了代码执行工具，使 Claude 能够在沙盒环境中运行 Python 代码，以生成计算结果和数据可视化。这使得 Claude 从代码编写助手转变为数据分析师，可以在 API 调用中直接迭代可视化、清理数据集和得出见解。有了代码执行工具，Claude 可以加载数据集、生成探索性图表、识别模式，并根据执行结果迭代地改进输出——所有这些都在一次交互中完成。这意味着 Claude 可以端到端地处理复杂的分析任务，而不仅仅是建议您单独运行的代码。
关键用例包括：
- 财务建模：生成财务预测、分析投资组合和计算复杂的财务指标。
- 科学计算：执行模拟、处理实验数据和分析研究数据集。
- 商业智能：创建自动化报告、分析销售数据和生成性能仪表板。
- 文档处理：提取和转换各种格式的数据、生成格式化报告和自动化文档工作流程。
- 统计分析：对数据集执行回归分析、假设检验和预测建模。
Anthropic 提供每日 50 小时的免费代码执行工具使用时间，超出部分将按每个容器每小时 0.05 美元的价格收费。详细了解定价。
MCP 连接器
Anthropic API 上的 MCP 连接器使开发人员能够将 Claude 连接到任何远程模型上下文协议 (MCP) 服务器，而无需编写客户端代码。以前，连接到 MCP 服务器需要构建自己的客户端 harness 来处理 MCP 连接。现在，Anthropic API 会自动处理所有连接管理、工具发现和错误处理。只需将远程 MCP 服务器 URL 添加到您的 API 请求，您就可以立即访问强大的第三方工具，从而大大降低了构建支持工具的代理的复杂性。
当 Claude 收到配置了 MCP 服务器的请求时，它会自动：
- 连接到指定的 MCP 服务器
- 检索可用的工具
- 推断要调用哪个工具以及要传递哪些参数
- 以代理方式执行工具调用，直到获得足够的结果
- 管理身份验证和错误处理
- 返回带有集成数据的增强响应
不断增长的远程 MCP 服务器生态系统意味着您可以轻松地向 AI 应用程序添加功能，而无需构建一次性集成。您可以与任何远程 MCP 服务器集成，包括来自 Zapier 和 Asana 的服务器。在我们的文档中查看更多远程 MCP 服务器。
Files API
Files API 简化了开发人员在使用 Claude 构建时存储和访问文档的方式。现在，您可以上传一次文档，并在对话中重复引用它们，而不是在每个请求中管理文件上传。这简化了开发工作流程，特别是对于需要处理大型文档集（如知识库、技术文档或数据集）的应用程序。
Files API 将与代码执行工具集成，使 Claude 能够在代码执行期间直接访问和处理上传的文件，并生成诸如图表和图形之类的文件作为响应的一部分。这意味着开发人员可以通过 Files API 上传一次数据集，然后让 Claude 在多个会话中分析它，而无需重新上传。
扩展的 Prompt 缓存
开发人员现在可以选择我们的标准 5 分钟生存时间 (TTL) 用于提示缓存，或者选择扩展的 1 小时 TTL，但需要支付额外费用——这提高了 12 倍，可以降低长时间运行的代理工作流程的费用。通过扩展缓存，客户可以向 Claude 提供广泛的背景知识和示例，同时将长时间提示的成本降低高达 90%，延迟降低高达 85%。
这使得构建在较长时间内保持上下文的代理成为可能，无论它们是处理多步骤工作流程、分析复杂文档还是与其他系统协调。以前面临高昂成本的长时间运行的代理应用程序现在可以高效地大规模运行。
Anthropic API 新功能的实际应用案例分析
为了更具体地展示这些新功能如何赋能开发者，以下提供几个实际应用案例：
- 金融分析师的智能助手：
- 痛点：金融分析师需要处理大量的财务报表、市场数据和经济新闻，手动分析耗时且容易出错。
- 解决方案：利用 Anthropic API 的 Files API 上传财务报表和市场数据，使用代码执行工具进行数据分析和建模，生成投资组合风险评估报告和市场趋势预测。通过 MCP 连接器与 Bloomberg 或 Reuters 等金融数据提供商集成，实时获取最新信息。
- 优势：自动化数据处理和分析，提高分析效率和准确性，为投资决策提供更有力的支持。
- 法律助理的智能助手：
- 痛点：律师需要查阅大量的法律文件、案例和法规，手动检索耗时且容易遗漏关键信息。
- 解决方案：利用 Anthropic API 的 Files API 上传法律文件和案例，使用代码执行工具进行文本分析和信息提取，快速定位相关法律条款和判例。通过 MCP 连接器与 Westlaw 或 LexisNexis 等法律数据库集成，扩展法律知识库。
- 优势：提高法律研究效率，减少人工查阅的工作量，降低出错风险。
- 客户服务代表的智能助手：
- 痛点：客户服务代表需要快速了解客户问题并提供解决方案，但客户信息分散在不同的系统中，难以快速获取。
- 解决方案：利用 Anthropic API 的 MCP 连接器与 CRM 系统集成，快速获取客户信息和历史记录。使用扩展的 Prompt 缓存，在对话过程中保持对客户问题的上下文理解，提供更个性化和高效的服务。
- 优势：提高客户服务效率和满意度，降低客户流失率。
- 科研人员的智能助手：
- 痛点：科研人员需要处理大量的实验数据、文献资料和研究报告，手动分析耗时且容易出错。
- 解决方案：利用 Anthropic API 的 Files API 上传实验数据和文献资料，使用代码执行工具进行数据分析和可视化，生成研究报告和图表。通过 MCP 连接器与 PubMed 或 Google Scholar 等学术数据库集成，扩展研究资料来源。
- 优势：自动化数据处理和分析，加速科研进展，提高研究成果的质量。
如何开始使用
所有这些功能现已在 Anthropic API 上以公开测试版提供。访问我们的文档以了解更多信息，或观看我们开发者大会上的主题演讲以了解这些功能的实际应用。
