Claude Cookbooks 是 Anthropic 官方 Jupyter Notebook 代码示例库，覆盖工具调用、多模态、RAG、Agent 等核心场景。Python 为主适配任何语言，近 5 万 Stars 社区共建，MIT 协议完全免费，文末附详细使用教程
🎤 引言
玩 Claude API 的开发者几乎都经历过这个循环：文档翻了三遍还是不知道怎么写 prompt；想接入 tool use 不清楚 schema 该怎么设计；RAG 切片策略纠结到底是按段落还是按 token；多模态传图不知道 base64 还是 url 更稳。
Anthropic 官方文档（platform.claude.com/docs）讲 API 讲得清楚，但真实业务场景下的代码样板、踩坑笔记、最佳实践这些「文档之外的东西」一直是缺位的。
GitHub 50k Stars 的 anthropics/claude-cookbooks 就是补这个位的——Anthropic 官方维护的 Jupyter Notebook 集合，按能力分类提供可复制粘贴的代码片段。2026-01 同步迁到 platform.claude.com/cookbook，新增了按类别浏览的目录结构。
⭐ 核心功能
1. 按能力分类的 Jupyter Notebook 体系
仓库按 Claude 核心能力拆分目录，每个目录都是一组可独立运行的 notebook：
- tool_use/ — 工具调用、函数定义、JSON schema 设计、多工具编排
- multimodal/ — 图像理解、文档解析、PDF 处理、Sub-agents 多模态
- rag/ — 检索增强生成、向量化、混合检索、重排序
- agents/ — Agent 编排、Computer Use、Browser Use
- evaluation/ — 评测方法、A/B 测试、prompt 评估
- prompt_library/ — 元 prompt、文本分类、实体抽取、代码生成等场景化示例
每个 notebook 都遵循统一的「讲解 + 可运行代码 + 输出示例」结构，复制到自己的 Jupyter 环境就能跑通。
2. 真实业务场景代码模板
跟普通文档示例不同，Cookbooks 里的 notebook 是针对真实业务场景的，例如：
- 客户支持 Agent（接入 Sentry、Slack、知识库）
- 财务数据分析（读取 CSV、做趋势分析、生成报告）
- Marketing Agent（Ahrefs + GA 集成，追踪 ROI）
- Sub-agents 多模态协同（用 Claude 拆解视觉任务）
对正在做 AI 产品落地的开发者来说，这种「业务代码 + 提示词 + 输出样例」三位一体的内容，价值远超普通 API 文档。
3. Tool Use 与 Computer Use 深度样板
Tool use 是 Claude 的差异化能力，Cookbooks 提供了：
- 基础单工具调用
- 多工具并行调用（一次返回多个 tool_use block）
- 工具链编排（Tool A 的输出作为 Tool B 的输入）
- Computer Use 桌面操作（browser-use-demo、computer-use-demo）
- Browser Use 浏览器自动化
这部分内容在第三方教程里很难找到完整版本，Anthropic 官方提供的样板基本就是事实标准。
4. Sub-agents 与多 Agent 协作
2026 年新版 Cookbooks 引入了 sub-agents 模式：让一个主 Agent 调度多个子 Agent，每个子 Agent 负责一个垂直任务，父子之间通过结构化消息传递。
官方还提供了一个端到端示例：让 Claude 控制浏览器抓取网页 → 子 Agent 分析抓取结果 → 主 Agent 综合生成报告。整套链路在 notebook 里跑得通，复制到自己项目改改参数就能用。
5. 评测 (Evaluation) 与最佳实践
很多人写完 prompt 直接上线，Cookbooks 提供的 evaluation 模块教你怎么：
- 构造测试集
- 用 LLM-as-judge 做评分
- 对比新旧 prompt 的效果差异
- 找出 prompt 的失效边界
对做严肃 AI 产品的团队来说，评测能力比写 prompt 更重要——这部分内容在大多数 AI 教程里被严重低估。
📥 安装与使用
环境要求
- Python 3.9+（推荐 3.11+）
- Jupyter Notebook / JupyterLab 环境
- Anthropic SDK：
pip install anthropic - 一个 Claude API Key（去 console.anthropic.com 注册免费领 $5 试用额度）
克隆仓库
git clone https://github.com/anthropics/claude-cookbooks.git
cd claude-cookbooks安装依赖
pip install -r requirements.txt配置 API Key
export ANTHROPIC_API_KEY="sk-ant-***"或者在 notebook 里：
import os
os.environ["ANTHROPIC_API_KEY"] = "sk-ant-***"跑第一个示例
打开 tool_use/calculator.ipynb，Jupyter 里 Run All Cells，能看到一个完整的「用户问数学题 → Claude 调用 calculator 工具 → 返回结构化结果」流程。
在线版（无需本地环境）
如果不想装 Python 环境，直接访问 platform.claude.com/cookbook，新版 Cookbooks 提供在线浏览和「在 Claude.ai 里运行」的入口，浏览器里就能跑。
🎯 适用场景
- 正在接入 Claude API 的开发者：从零起步想找到参考实现，比读官方文档快得多。
- 做 AI 产品落地的团队：需要 tool use / RAG / Agent 的成熟代码模板，避免自己从零踩坑。
- Prompt 工程师：想学习怎么写结构化 prompt、怎么评估 prompt 效果。
- 技术博主 / 培训讲师：备课需要真实业务场景的代码示例。
- AI 教学场景：培训班、大学的 LLM 课程，Cookbooks 是现成的教学素材。
不太适合：完全不想写代码的纯产品经理（这部分内容是给开发者看的）；只想跑 Claude 不学原理的「调包侠」（Cookbooks 重在教学，文档 API Reference 才是查询手册）。
🔍 对比 / 替代方案
| 资源 | 形式 | 内容深度 | 业务场景 | 更新频率 | 费用 |
|---|---|---|---|---|---|
| Claude Cookbooks | Jupyter Notebook | ⭐⭐⭐⭐⭐ | ✅ 真实业务 | 高（官方每周更新） | 免费 |
| Claude API Docs | Markdown | ⭐⭐⭐ | ❌ API 说明 | 高 | 免费 |
| Anthropic Academy | 视频课程 | ⭐⭐⭐⭐ | ✅ 部分 | 中 | 免费 |
| OpenAI Cookbook | Jupyter Notebook | ⭐⭐⭐⭐⭐ | ✅ | 高 | 免费 |
| LangChain Templates | 代码模板 | ⭐⭐⭐⭐ | ⚠️ 通用 | 高 | 免费 |
| 第三方博客教程 | 文章 | ⭐⭐ | ⚠️ 浅 | 不可控 | 免费/付费 |
Claude Cookbooks 的差异化很明显：Anthropic 官方维护 + 真实业务场景 + 代码可运行。OpenAI Cookbook 是最接近的竞品，但定位偏 OpenAI 生态；LangChain Templates 偏框架，脱离 LangChain 没法直接用；第三方博客质量参差不齐，且经常因为 API 升级失效。
缺点也得说：Cookbooks 的代码默认用 Anthropic Python SDK（最新版），如果你用 TypeScript / Go SDK 需要手动适配；另外部分高级 notebook（如 Computer Use）需要较强的环境配置（Docker、特定浏览器），新手第一次跑容易卡在环境问题上。
⚠️ 注意事项
- API Key 费用：跑 notebook 会真实消耗 token，$5 试用额度能跑大部分示例，但频繁测试 Computer Use 这种长上下文 notebook 很快烧完。建议开发期用 Claude Haiku 模型降低费用。
- 代码版本时效：Anthropic API 偶尔会有 breaking change（比如 2024-11 升级到 tool use 2024-11-25 版本），如果 notebook 报错先看 CHANGELOG。
- 新版本优先：2026-01 后建议用 platform.claude.com/cookbook 上的新版，GitHub 仓库更新会略有延迟。
- 网络环境：Anthropic API 域名
api.anthropic.com在某些地区访问受限，国内开发者需要配置代理（环境变量ANTHROPIC_BASE_URL）或者使用中转服务。 - Computer Use 需要 Linux + Docker：computer-use-demo 这个 notebook 跑起来要特定系统环境，Windows / macOS 上不一定能直接跑通。
- 数据隐私：跑 notebook 时如果用真实业务数据，注意 token 日志可能被本地 Jupyter 内核缓存，生产数据脱敏后再测试。
- GitHub 295 open issues 留意：项目活跃度高，issue 排队长，遇到问题先翻 Issues 标签
question/documentation，很多坑别人踩过。
✅ 总结
Claude Cookbooks 是当下学 Claude API 最值得收藏的官方资源，没有之一。50k Stars 的体量、Anthropic 工程师亲自维护、真实业务场景的代码模板——这三个要素凑齐的 AI 学习资源在业内屈指可数。
推荐指数 ⭐⭐⭐⭐⭐（5/5）：官方维护 + 代码可跑 + 场景真实 + 免费开源，对正在做 AI 应用落地的开发者几乎是必读仓库。
适合：接入 Claude API 的开发者、AI 产品团队、Prompt 工程师、AI 教学场景、技术博主。
不太适合：纯产品岗（需要配合代码阅读）；只想查 API 参数不学原理的查询型用户（直接看 API Reference）。
如果你是 Claude API 新手，从 tool_use/calculator.ipynb 这种基础示例起步，复制粘贴跑通一遍，再去看 rag/ 和 agents/ 里的高级 notebook，循序渐进比直接啃 Computer Use 高效得多。
官方新版：https://platform.claude.com/cookbook
GitHub：https://github.com/anthropics/claude-cookbooks