Claude Academy
加载中

批量工具使用

第 29 课9 分钟

Claude可以原生地同时运行多个工具，但某些版本并没有像您期望的那样充分利用这一点。通过实现一个批量工具，您可以大大提高Claude在单条消息中进行多次工具调用的可能性。

当Claude在消息中发回工具使用部分时，单个响应中可能包含多个工具请求。例如，如果您问"2025年3月12日加50天是多少？另外，2025年3月12日加100天是多少？"，Claude理论上可以发回两个独立的工具使用部分——每个计算对应一个。由于这些操作互不依赖，因此完全可以并行化。

然而，Claude并不总是像您期望的那样尝试并行化工具调用。它往往不是同时进行两次调用，而是按顺序进行，这样效率较低。

批量工具的工作原理

批量工具的实现方式与其他任何工具相同——您需要一个工具规范和一个函数来处理它被调用时的逻辑。其核心思想是创建一个可以同时调用多个其他工具的工具。

以下是批量工具规范的基本结构：

json
{
  "name": "batch_tool",
  "description": "Invoke multiple other tool calls simultaneously",
  "input_schema": {
    "type": "object",
    "properties": {
      "invocations": {
        "type": "array",
        "description": "The tool calls to invoke",
        "items": {
          "type": "object",
          "properties": {
            "name": {
              "type": "string",
              "description": "The name of the tool to invoke"
            },
            "arguments": {
              "type": "string", 
              "description": "The arguments to the tool, encoded as a JSON string"
            }
          },
          "required": ["name", "arguments"]
        }
      }
    },
    "required": ["invocations"]
  }
}

该工具接受一个调用列表，其中每个调用包含要调用的工具名称及其参数（以JSON字符串编码）。

实现

批量工具的实现涉及两个主要函数：

run_batch 函数

python
def run_batch(tool_input):
    batch_output = []
    for invocation in tool_input["invocations"]:
        tool_name = invocation["name"]
        args = json.loads(invocation["arguments"])
        
        tool_output = run_tool(tool_name, args)
        batch_output.append({"tool_name": tool_name, "output": tool_output})
    
    return batch_output

该函数遍历每个调用，提取工具名称和参数，使用现有的run_tool函数调用相应的工具，并收集所有结果。

添加到 run_tool

您还需要在主run_tool函数中添加一个分支：

python
elif tool_name == "batch_tool":
    return run_batch(tool_input)

请注意，与其他工具不同，您需要直接传递tool_input，而不使用展开运算符（**），因为批量工具需要处理原始输入结构。

结果

当您实现批量工具并运行相同的日期计算查询时，您将在消息日志中看到对批量工具的单次调用，而不是两个独立的工具调用。这一次调用将两个日期计算作为子调用包含在内，从而有效地实现了操作的并行化。

当您有多个可以同时执行的独立操作时，批量工具特别有用。通过"诱导"Claude使用这种模式，您可以显著提高工具调用工作流程的效率。