本课程全面涵盖 Claude API，从基础用法到高级智能体架构。您将学习如何将 Claude 集成到应用程序中，实现工具调用，构建 RAG 流水线，并设计确定性工作流和灵活的智能体系统。
您将学到的内容完成本课程后，您将能够
- 设置并通过 Anthropic API 进行身份验证，包括 API 密钥管理和请求配置
- 实现单轮和多轮对话，正确处理消息格式和上下文
- 配置系统提示，并使用温度、响应流式传输和结构化输出格式来控制模型行为
- 设计并执行提示评估工作流，包括测试数据集生成和自动评分系统
- 应用提示工程技术，包括 XML 标签结构化、基于示例的学习以及清晰指令的制定
- 集成 Claude 的工具使用能力，通过自定义工具、批量操作和网络搜索来扩展功能
- 构建检索增强生成（RAG）系统，包括文本分块、嵌入、BM25 搜索和上下文检索
- 利用 Claude 的扩展功能，包括扩展思考模式、图像分析、PDF 处理和引用生成
- 实施提示缓存策略，以优化 API 使用并降低延迟
- 开发 Model Context Protocol（MCP）服务器和客户端，以实现标准化的工具和资源集成
- 部署 Anthropic 应用，包括用于自动化开发任务的 Claude Code 和用于 UI 自动化的 Computer Use
- 设计基于智能体的系统架构，包括并行化、链式处理和路由工作流
Who it’s for
需要将 Claude 集成到生产应用程序中的软件工程师。无论您是在构建聊天机器人、自动化工具还是 AI 驱动的功能，本课程都涵盖了您所需的实现模式。
Before you start
- 精通 Python 编程
- 具备处理 JSON 数据的基础知识
- 拥有 Anthropic API 密钥
Inside the course
通过 API 访问 Claude
9 lessons从这里开始学习基础知识。涵盖 API 身份验证、基本请求、对话管理、系统提示以及结构化 输出生成。
提示工程技术
6 lessons学习编写真正有效的提示。重点关注提示策略、评估框架和系统化测试方法。
Claude 的工具使用
13 lessons使用自定义工具和函数扩展 Claude。构建具有函数调用、多轮工具交互、批量工具调用 功能的应用程序，并利用内置实用工具。
RAG 与智能体搜索
7 lessons生产级 RAG 系统的实施指南。涵盖文本分块、嵌入、使用 BM25 的混合搜索、多索引 架构、重排序以及上下文检索。
Model Context Protocol
11 lessons用于构建模块化 AI 应用程序的协议。定义自定义工具和资源，实现 MCP 服务器和 客户端，处理完整的集成生命周期。
Anthropic 应用 - Claude Code 与 computer use
4 lessons两款强大的 Anthropic 工具实战演示。Claude Code 加速开发工作流程，Computer Use 自动化 UI 交互。包含 MCP 集成模式。
智能体与工作流
8 lessons自主 AI 系统的架构模式。理解并行执行、操作链式处理、条件路由以及有效的 调试策略。