Claude 完全指南：从 API 到 Agent 生产实战

Ch01

Constitutional AI 与 Anthropic 安全理念：为什么 Claude 和其他 LLM 不一样

Constitutional AI 原理、RLHF vs RLAIF、Anthropic 的安全优先理念、Model Spec 与 Responsible Scaling Policy 对开发者的实际影响

Ch02

模型家族全解：Opus 4.7 / Sonnet 4.6 / Haiku 4.5 选型决策树

三大模型的能力基准、context window、定价、知识截止日期、适用场景对比，附完整选型决策树

Ch03

Token 经济学：Input/Output/Thinking/Cache Token 精确计算与成本预估

各类 token 的计费规则、MTok 单价表、成本预估公式、月度账单控制策略、缓存读取不计速率限制的关键机制

Ch04

服务层级与速率限制：Priority / Standard / Batch 三层 SLA 完全指南

Tier 1-4 使用层级晋升条件、RPM/ITPM/OTPM 三维速率限制、Priority Tier SLA 99.5% 申请流程、Batch tier 50% 折扣机制

Ch05

七语言 SDK 完全指南：Python / TypeScript / Java / Go / C# / Ruby / PHP

七种官方 SDK 的安装、认证、基础调用、异步流式处理、错误处理模式对比，附各语言生产环境最佳实践

Ch06

OpenAI 兼容端点与零改动迁移：从 GPT-4 到 Claude 的完整迁移指南

Anthropic OpenAI 兼容 API 的端点配置、参数映射表、不兼容特性处理方案、迁移检查清单、成本对比计算

Ch07

Messages API 全参数解析：27个参数的作用、默认值与最佳实践

逐一解析 model/max_tokens/messages/system/temperature/top_p/top_k/stop_sequences/stream/thinking/tools/tool_choice/metadata/service_tier/inference_geo 等全部参数

Ch08

多轮对话设计：上下文裁剪、状态管理与 200K Window 最优利用

对话历史裁剪算法、滑动窗口策略、关键信息保留机制、assistant prefill（迁移方案）、多轮对话的 token 预算分配

Ch09

System Prompt 工程：角色注入、约束设计与人格一致性的完整方法论

System prompt 的作用机制、Operator/User 权限层级、角色设定模板、禁止行为约束写法、多语言人格一致性保持策略

Ch10

Streaming 流式输出：SSE 协议、断点续传与前端实时渲染完全实战

Server-Sent Events 协议详解、Python/TypeScript 异步流实现、content_block_delta 6种类型、断点续传设计、React/Vue 前端实时渲染模式

Ch11

Prompt Caching 精讲：5分钟/1小时 TTL、4个断点、节省90%成本的完整策略

两种缓存实现方式（自动/显式）、TTL 价格对比、4个缓存断点设计、缓存失效触发条件、usage 指标解读、缓存读取不计 ITPM 的吞吐量提升机制

Ch12

Structured Outputs：JSON Schema 强制约束、Pydantic/Zod 集成与生产踩坑

output_config 与 SDK parse() 两种实现方式、支持的 JSON Schema 特性、不支持的特性处理、与 Citations 不兼容问题、Grammar 缓存24小时机制、HIPAA 场景的 PHI 限制

Ch13

Token Counting API + Batch API：免费计数预估与批量处理省50%成本

Token Counting API 的免费计数、速率限制、精确度说明；Batch API 的工作流、JSONL 结果格式、100000条/批上限、300k输出 beta header、29天数据保留策略

Ch14

Prefill 废弃迁移 + Effort 参数：Claude 4.x 升级的两大必知变化

Claude 4.6 起 prefill 返回400错误的原因、迁移到 Structured Outputs/System Prompt 的替代方案；output_config.effort 的 low/medium/high/xhigh/max 五档与 budget_tokens 的区别

Ch15

Extended Thinking 深度：budget_tokens / display 模式 / 多轮传递的完整机制

Extended Thinking 配置详解、summarized vs omitted display 模式对比、thinking block 在多轮对话中的传递规则、与工具调用的兼容性约束、Interleaved Thinking beta

Ch16

Adaptive Thinking：Opus 4.7 的自适应推理与 Interleaved Thinking 实战

Adaptive Thinking 的工作原理（模型自主决定思考深度）、与 Extended Thinking 的本质区别、Interleaved Thinking 在工具调用间的推理、display:summarized 的 token 计费特殊规则

Ch17

长上下文策略：1M Token Window / 100页 PDF / 600张图片的处理方案

Opus 4.7 的 1M context 新分词器、PDF 最多50个/请求的限制、图片 token 计费规则、超长文档的分块摘要算法、Memory Tool + Compaction 的配合策略

Ch18

Tool Use 完全指南：单工具 / 并行调用 / 工具链设计模式与 token 开销计算

工具定义的三要素（name/description/input_schema）、tool_choice 四种策略、并行工具调用设计、工具链编排、346/313 tokens 系统提示开销、strict:true 结构化工具调用

Ch19

Tool Search Tool：BM25 + 正则双引擎支持万级工具库的动态加载

defer_loading:true 的工作机制、BM25 语义搜索 vs 正则精确匹配、大型工具库的分类组织策略、工具搜索的 token 节省计算、与 Programmatic Tool Calling 的配合

Ch20

Advisor Tool：Executor + Advisor 双模型单次 API 实现高质量长程任务

Advisor Tool 的架构（Haiku/Sonnet 执行 + Opus 顾问）、advisor_20260301 工具类型配置、适用场景（代码审查/安全分析/复杂决策）、成本与质量的权衡分析

Ch21

Server Tools 实战：web_search / web_fetch / code_execution 三剑客

三种 Server Tool 的配置方式、web_search 的额外计费规则、web_fetch 的内容抓取策略、code_execution 容器环境与支持语言、Server Tool 与 Client Tool 混合使用的最佳实践

Ch22

Programmatic Tool Calling：代码执行容器内直接调用工具减少 Round-Trip

allowed_callers 配置、容器内工具调用的执行流程、减少 API 往返次数的实际收益、与普通工具调用的性能对比、适用场景与限制

Ch23

Citations API：文档问答系统的引用溯源机制与结构化输出的不兼容处理

citations:enabled 配置、三种文档类型的引用格式（char_location/page_location/content_block_location）、cited_text 不计 token 的特殊规则、与 Structured Outputs 互斥的解决方案

Ch24

Files API：PDF/图片跨请求复用、500MB 文件处理与 ZDR 限制

Files API 的五种操作（上传/列表/元数据/删除/下载）、支持的文件类型与对应内容块、500MB 单文件和 500GB 组织总量限制、不支持 Bedrock/Vertex 的处理方案

Ch25

Computer Use：截屏控制 / 浏览器自动化 / 桌面操作的完整实战与安全防护

computer_20251124 工具的全部操作类型、enable_zoom 功能、466-735 token 系统开销、最小权限虚拟机配置、Prompt Injection 防护、与 bash/str_replace_editor 的配合使用

Ch26

Memory Tool：memory_20250818 实现跨会话持久记忆的完整机制

Memory Tool 的工作原理（读写 /memories 目录）、六种操作命令（view/create/str_replace/insert/delete/rename）、Python BetaAbstractMemoryTool 自定义后端、文件系统/数据库/云存储三种存储方案

Ch27

Context Editing + Compaction：选择性历史清除与服务端自动摘要的完整策略

Context Editing 的三种清除类型（tool result/thinking block/client-side）、compact-2026-01-12 beta 服务端摘要、Memory Tool 与 Compaction 的配合使用模式、长对话成本控制的完整方案

Ch28

多会话软件开发模式：Initializer / Subsequent / End-of-session 三段式架构

三段式开发模式的设计原理、Initializer 会话的职责（项目上下文建立）、Subsequent 会话的状态恢复机制、End-of-session 更新的标准化流程、与 Claude Code CLAUDE.md 的配合

Ch29

Claude Managed Agents 全景：Sessions / Agents / Environments API 三层架构

Managed Agents 作为独立产品线的定位、与普通 Messages API 的本质区别、managed-agents-2026-04-01 beta header、三层 API 的职责边界与相互关系

Ch30

Sessions API 深度：持久化会话状态管理与多轮 Agent 任务编排

Sessions API 的创建/查询/更新/终止完整生命周期、会话状态持久化机制、跨请求上下文保持、会话超时与恢复策略、与 Memory Tool 的配合方式

Ch31

Agents API：托管 Agent 生命周期控制与并发 Agent 编排

Agents API 的 Agent 定义、启动/暂停/恢复/终止操作、并发 Agent 的资源隔离、Agent 间通信机制、父 Agent 与子 Agent 的任务分解模式

Ch32

Environments API：容器化执行环境配置与持久化工作空间

Environments API 的容器配置（依赖安装/环境变量/文件系统）、持久化工作空间的生命周期管理、多 Agent 共享环境的隔离策略、与 code_execution 工具的关系

Ch33

Managed Agents 生产实践：错误恢复、监控告警与成本控制

Managed Agents 的错误分类与恢复策略、任务超时处理、Agent 状态监控与告警配置、成本归因（Sessions/Agents/Environments 各自的计费方式）、生产环境的最佳实践检查清单

Ch34

MCP 协议原理：Host / Client / Server 三角架构与 JSON-RPC 2.0 消息格式

MCP 的设计动机（为什么需要统一协议）、Host/Client/Server 三角色职责、JSON-RPC 2.0 消息结构、Stdio vs Streamable HTTP 两种传输方式、协议版本历史

Ch35

MCP 三大原语：Tools / Resources / Prompts 的设计规范与实现模式

Tools 的 list/call 接口规范、Resources 的订阅与推送机制、Prompts 的模板参数化设计、Sampling 客户端原语、Elicitation 用户输入请求、Notifications 服务端推送

Ch36

自建 MCP Server：Python/TypeScript SDK 完整实现与调试部署

Python/TypeScript MCP SDK 的安装与初始化、Tool/Resource/Prompt 三类原语的实现代码、MCP Inspector 调试工具使用、npm/PyPI 打包发布、Docker 容器化部署

Ch37

官方 MCP Server 生态：filesystem / postgres / redis / puppeteer 等核心 Server

modelcontextprotocol/servers 仓库全景、filesystem/brave-search/postgres/redis/puppeteer/sequentialthinking 等核心 Server 的配置与使用、Claude Desktop 本地 MCP 配置文件格式

Ch38

Messages API 直连远程 MCP：mcp_servers 参数实战与 OAuth 认证

mcp-client-2025-11-20 beta header、mcp_servers 配置格式、MCP Toolset 的工具筛选、OAuth Token 传递方式、当前限制（仅 Tools/仅 HTTP/不支持 Bedrock）

Ch39

Claude Code 安装与核心工作流：CLI / Desktop / VS Code / JetBrains 全平台

四种安装方式（curl/brew/PowerShell/npm）、各平台的功能差异、核心工作流（任务分解/文件编辑/代码审查/测试运行）、认证方式（claude.ai账号 vs API Key）

Ch40

CLAUDE.md 系统：三层配置 / Auto Memory / 路径规则的完整设计

全局/项目/本地三层 CLAUDE.md 的优先级与适用场景、Auto Memory 自动学习机制、路径规则（仅在特定路径激活的指令）、CLAUDE.md 的最佳实践模板

Ch41

斜杠命令完全参考：内置命令 + Bundled Skills 的全部用法

全部内置斜杠命令详解（/clear /compact /review /init /model /permissions /hooks /mcp /config /doctor 等）、Bundled Skills（/simplify /debug /batch /loop /claude-api /review-pr）、命令参数语法

Ch42

Skills 开发：SKILL.md 全参数 / 动态上下文注入 / 调用控制矩阵

SKILL.md frontmatter 全部20+参数详解、!`command` 动态上下文注入机制、disable-model-invocation/user-invocable 调用控制矩阵、Skill 内容的会话生命周期与压缩后的保留策略

Ch43

Hooks 系统：26种事件 / 5种钩子类型 / stdin-stdout 协议完全指南

26种 Hook 事件分类（会话级/轮次级/工具级/文件系统级/Agent 生命周期）、command/http/mcp_tool/prompt/agent 五种钩子类型、退出码语义（0/2/其他）、PreToolUse 精细拦截与输入修改

Ch44

Sub-agents 多 Agent 协作：定义 / 内置类型 / Agent Teams 并发编排

Sub-agent 的 Markdown frontmatter 全参数（model/effort/maxTurns/tools/isolation/initialPrompt）、内置 Agent 类型（Explore/Plan/general-purpose）、Agent Teams P2P 通信模式、isolation:worktree 的代码隔离

Ch45

权限系统：5层优先级 / 规则语法 / Sandbox 沙箱完整配置指南

托管策略/命令行/local/project/user 五层权限优先级、Bash/Read/Edit/WebFetch/Skill/MCP/Agent 规则语法、Glob 模式权限、macOS Sandbox 进程级隔离配置

Ch46

Claude Code Analytics API：团队用量追踪与生产力指标监控

Admin API Key 获取与使用、按用户/工作区追踪 Claude Code 使用量、生产力指标（代码生成量/接受率/节省时间）、与 Usage Report API 的关系

Ch47

Claude Code SDK 模式：--print / JSON output / 程序化调用与自动化集成

--print 非交互模式、JSON output format、子进程调用 claude CLI、程序化 task 提交与结果获取、与 CI 系统的自动化集成模式

Ch48

Claude Code + CI/CD：PR 自动审查 / Issue 处理 / GitHub Actions 完整配置

GitHub Actions 中的 Claude Code 配置、PR 自动触发审查流程、Issue 自动处理与标签分类、代码质量 Gate 集成、GitLab CI/CD 配置差异、安全的 API Key 管理

Ch49

Plugin vs Skill：本质区别 / 能力边界 / 十大 Plugin 专属能力

命名空间差异（/cmd vs /plugin:cmd）、分发方式对比（手动复制 vs Marketplace）、Plugin 专属的十大能力（MCP打包/Hook注入/LSP/Monitor/PATH注入/主题/依赖管理/userConfig收集/消息频道/持久数据）

Ch50

plugin.json 全参数解析：目录结构 / 版本策略 / userConfig 敏感信息收集

plugin.json 完整 Schema 解析、Plugin 目录结构全景（最常见的 .claude-plugin 位置错误）、显式版本 vs Commit SHA 策略、userConfig 的 sensitive:true 密钥链存储、CLAUDE_PLUGIN_ROOT 等环境变量

Ch51

Plugin 打包 MCP Server：安装即启动的实现方式与 userConfig 动态配置

.mcp.json 在 Plugin 中的配置方式、用 userConfig 收集 API Token 并注入 MCP 环境变量、多 MCP Server 的依赖声明、Plugin 卸载时 MCP Server 自动停止的机制

Ch52

Plugin 中的 Hook 系统：注入生命周期事件实现确定性工程控制

Plugin 内 hooks/hooks.json 的配置方式、与全局 Hook 的优先级关系、CLAUDE_PLUGIN_ROOT 在 Hook 脚本中的使用、实战案例（危险命令拦截/自动格式化/审计日志/外部审批系统集成）

Ch53

LSP Server 插件：9种官方语言服务器集成与自定义 LSP 配置

.lsp.json 完整配置格式（command/args/transport/extensionToLanguage/initializationOptions）、9种官方 LSP 插件（pyright/typescript/rust-analyzer/gopls/clangd/jdtls/kotlin/csharp/swift）、LSP 与 grep 的能力差异

Ch54

Background Monitor：让 Claude 主动响应日志和状态变化的实现机制

monitors/monitors.json 的配置格式（name/command/description/when）、always vs on-skill-invoke 两种启动模式、Monitor stdout 作为 Claude 通知的工作原理、生产场景（部署状态监控/错误日志追踪/CI 状态感知）

Ch55

私有/团队 Marketplace：marketplace.json 与 5 种 Plugin Source 类型

marketplace.json 完整格式、5种 Source 类型（相对路径/github/url/npm/git-subdir）、团队 Marketplace 的发布与管理命令（add/install/update/enable/disable/prune/tag）、allowCrossMarketplaceDependenciesOn 跨市场依赖

Ch56

提交到官方 Marketplace：claude-plugins-official 审核流程与 101 个官方插件分析

官方 Marketplace 提交双渠道（claude.ai Console）、审核标准与常见拒绝原因、101个官方插件的分类分析（Anthropic 33个 + 合作伙伴 68个）、保留名称列表、Plugin 增长策略

Ch57

Claude.ai Connector 开发：Remote MCP + OAuth 2.1 完整接入指南

Connector vs Plugin 的本质区别、Streamable HTTP 传输实现、OAuth 2.1 + PKCE 完整认证流程（含序列图）、Dynamic Client Registration、claude.ai 回调 URL、工具结果大小限制、提交到 Connectors Directory（299个 Connector）

Ch58

浏览器扩展开发：Manifest V3 + Service Worker 安全调用 Claude API

MV3 架构（Background Service Worker 的跨域优势）、API Key 在 chrome.storage.local 的安全存储、Content Script 的 Prompt Injection 风险（23.6% 攻击成功率研究）、Native Messaging Host 与 Claude Code 扩展的通信架构

Ch59

Amazon Bedrock（Mantle）集成：SigV4 认证 / 区域端点 / 配额申请完整指南

Bedrock Mantle 新端点格式、SigV4/IAM 角色/Bearer Token 三种认证方式、全球 vs 区域端点（10% 加价）、默认 2M TPM 配额申请、不支持 Server Tools/Files API/Batch API 的处理方案

Ch60

Google Vertex AI 集成：多区域端点 / 数据驻留 / 与直接 API 的功能差异

Vertex AI 的全球/EU/US/AP 多区域端点配置、与直接 API 的功能差异（不支持 Structured Outputs）、IAM 认证配置、Vertex AI SDK vs anthropic[vertex] 的选择

Ch61

Azure AI Foundry 集成：部署配置 / Structured Outputs Beta / 企业 Entra ID 接入

Azure AI Foundry 的 Claude 部署配置、Structured Outputs Beta 支持、Microsoft Entra ID OAuth 接入 Remote MCP 的完整流程、与 Bedrock/Vertex 的功能对比表

Ch62

LangChain / LlamaIndex / Vercel AI SDK：三大框架集成实战与性能对比

langchain_anthropic / llama_index.llms.anthropic / @ai-sdk/anthropic 三种集成方式的代码实战、各框架对 Streaming/Tool Calling/Structured Output 的支持差异、Next.js + Vercel AI SDK 的 RAG 完整示例

Ch63

n8n / Make / Zapier 零代码工作流集成：自动化场景与 Webhook 触发设计

三种平台的 Claude 节点配置对比、常见自动化场景（邮件处理/内容生成/数据提取）、Webhook 触发设计与错误处理、与自建 MCP Server 的能力边界划分

Ch64

Admin API：组织 / 成员 / Workspace / API Key 的企业级管理完全指南

sk-ant-admin 密钥的获取与权限范围、组织成员管理（GET/POST/DELETE）、邀请管理、Workspace 创建与成员分配、API Key 列表与状态管理、五种角色权限（user/claude_code_user/developer/billing/admin）

Ch65

Usage & Cost API：用量报告 / 成本追踪 / Datadog 等可观测平台集成

/v1/organizations/usage_report/messages 的时间桶聚合（1m/1h/1d）、按 model/workspace/API key/service tier 分组过滤、/v1/organizations/cost_report USD 成本明细、Datadog/Grafana Cloud/Honeycomb/CloudZero/Vantage 官方集成

Ch66

数据驻留与合规：inference_geo / ZDR / HIPAA 的完整企业配置

inference_geo 参数（us/global）的 10% 加价机制、ZDR 的覆盖范围与不覆盖范围、HIPAA BAA 的获取流程、PHI 在 Schema 定义中的限制、HIPAA 不支持的功能列表

Ch67

SSO/SAML + SCIM：Okta / Microsoft Entra ID / Google Workspace 企业接入

WorkOS 作为 Anthropic 身份提供商的架构、SAML 2.0/OIDC 配置步骤、主流 IdP（Okta/Entra ID/Google Workspace/JumpCloud）的具体配置、SCIM 自动用户管理与组织角色映射

Ch68

Model Spec 与 Responsible Scaling Policy：行为规范对开发者系统设计的影响

Model Spec 的四层优先级（安全>伦理>Anthropic 原则>有益性）、Operator/User 权限层级在系统设计中的应用、RSP 的 AI Safety Level 对模型能力限制的影响、开发者合规检查清单

Ch69

内容政策与使用规范：绝对禁止项 / 高风险用途 / Operator 权限边界

绝对禁止的5类内容（CSAM/CBRN武器/恶意软件/基础设施攻击/安全控制覆盖）、高风险用途的人工审查要求、Operator 可扩展与不可扩展的权限边界、违规处理流程

Ch70

Prompt Injection 防御：攻击向量 / 输入净化 / 内置分类器与防护架构设计

直接注入 vs 间接注入的攻击原理、Content Script 23.6% 攻击成功率案例分析、Claude 内置 Prompt Injection 分类器的工作原理、输入净化策略、系统级防护架构（沙箱隔离/白名单/二次确认）

Ch71

生产最佳实践：多 Key 轮换 / 指数退避 / 熔断设计与可靠性架构

多 API Key 的优先级轮换策略、429/quota 错误的指数退避实现、熔断器模式防止级联失败、请求队列设计、降级策略（模型路由 Haiku 兜底）、健康检查与 SLA 监控

Ch72

成本优化全攻略：模型路由 / 缓存 / Batch 的组合策略与 ROI 计算

三层成本优化框架（模型路由+Prompt Caching+Batch API）、Haiku/Sonnet/Opus 的动态路由决策树、缓存命中率优化技巧、Batch 场景识别与调度策略、月度成本控制的完整计算模型

Ch73

Workbench + 评估框架：Prompt Generator / Datadog 监控 / 系统性 Eval 方法论

Console Workbench 的 Prompt Generator/Improver/Templates 三大工具、Datadog/Grafana Cloud 官方集成配置、A/B 测试框架设计、系统性 Eval 方法论（测试集构建/评分标准/回归检测）

Ch74

Claude 特有 Prompt 技巧：XML 标签 / 文档前置 / 并行工具模板的实战手册

XML 标签的正确用法（结构化输入/输出控制/角色分隔）、文档前置提升30%性能的原理、多文档的<documents>结构、quote-then-analyze 模式、并行工具调用的 prompt 模板

Ch75

模型行为调优：Opus 4.7 字面执行特性 / 默认风格覆盖 / Subagent 频率控制

Opus 4.7 更字面执行指令的设计原因与应对策略、Opus 4.7/4.6 的默认前端设计风格（cream色/衬线字体）覆盖方法、subagent 自动派生频率的控制技巧、不同模型的 prompt 适配差异

Ch76

长文档处理 Prompt 最佳实践：分块策略 / 递归摘要 / RAG 检索增强

长文档的分块算法（固定大小/语义分块/递归分块）、递归摘要的层级压缩、RAG 系统的检索策略（向量检索/BM25/混合检索）、与 Files API 的配合、多文档融合摘要的 prompt 设计

Ch77

Fast Mode 实战：2.5x 速度 / 6倍价格 / Opus 4.6 高速推理的适用场景判断

fast-mode-2026-02-01 beta 的申请流程、speed:fast 参数配置、$30/$150 per MTok 的成本效益分析、适合 Fast Mode 的场景（实时对话/低延迟要求/用户等待敏感）、与 Haiku 的延迟成本对比

Ch78

案例一：企业级代码审查系统（Plugin + Hook + LSP + CI/CD 完整架构）

需求分析（多语言代码库/团队规范强制/PR 流水线集成）、Plugin 设计（LSP提供语义分析/Hook拦截危险操作/Skill提供审查模板）、GitHub Actions 集成、成本与效率数据

Ch79

案例二：企业知识库 Agent（RAG + Memory Tool + Managed Agents 完整实现）

知识库架构设计（文档索引/向量存储/增量更新）、Memory Tool 存储用户偏好与历史、Managed Agents Sessions API 维护长期状态、多 Agent 分工（检索 Agent + 生成 Agent + 质量 Agent）、生产部署架构

Ch80

案例三：多语言内容生产流水线（Batch + Structured Outputs + Connector 自动化）

出海内容生产的业务场景（10语言/日产1000篇/质量一致性）、Batch API 批量翻译与本地化、Structured Outputs 强制格式化输出、Connector 触发自动发布到 CMS、成本从 $0.8/篇降至 $0.08/篇的优化路径