Day 3 · 读 Anthropic Tool Use 文档做对比

📋 Checklist

• 阅读 Anthropic Tool Use 文档全文
• 理解 Claude 的 Tool Use 协议：tool_use 块 + tool_result 块 + stop_reason
• 对比 Day 1 的 Hermes <tool_call> 格式，列出差异
• 思考：Claude Code 的 Skills 本质上是 Tool Use 的什么形式？
• 完成「Hermes vs Claude Tool Use 对比表」

📖 阅读材料

✍️ 学习笔记 · 四层讲解

第 1 层：什么是 Tool Use？

定义： Tool Use 是让模型调用外部函数的能力。模型自己决定是否要调工具、调哪个、传什么参数。

Claude 的 Tool Use 是 Messages API 层原生支持的协议——不需要手动拼 XML 标签，API 直接返回结构化的 JSON block。

三种工具类型：

Server 工具放在 Anthropic 服务器上，你不需要写 handler，直接拿到结果。
Anthropic 预置工具是通用工具（Bash/Text Editor 等），假设你的环境支持，不支持则返回 is_error: true。

第 2 层：Tool Use 完整轮转（核心）

第 1 步：系统发请求（携带 tools 清单 + user 消息）
  ↓
第 2 步：Claude 判断是否需要调工具
  ├── 需要 → 返回 tool_use block + stop_reason: "tool_use"
  └── 不需要 → 返回文本回复 + stop_reason: "end_turn"
  ↓
第 3 步：系统执行工具，拿到真实数据
  ↓
第 4 步：系统用 tool_result block 回传结果（role: "user"）
  ↓
第 5 步：Claude 读取结果，再判断
  ├── 信息够了 → 生成最终文本回复
  └── 不够 → 再次返回 tool_use（循环）

关键机制：stop_reason

每次 Claude 响应都携带 stop_reason，告诉系统下一步该做什么：

为什么 tool_result 的 role 是 "user"？

Claude Messages API 只有两种角色：user 和 assistant。tool_result 是「外部世界的信息」输入，所以用 user 角色。逻辑上：你执行工具后，把结果「作为用户的消息」发给 Claude。

第 3 层：Claude Tool Use 高级特性

3.1 并行工具调用（Parallel Tool Use）

Claude 可一次返回多个 tool_use，代码可并行执行后一次性回传多个 tool_result。

使用条件： 两个工具没有依赖关系。

3.2 严格模式（Strict Tool Use）

在工具定义中设置 strict: true，确保 Claude 输出参数 100% 符合 schema。

为什么不是每个工具都加？ 因为 strict 限制了模型的灵活性——模型可能想返回额外信息辅助判断，但被 strict 拦截了。

3.3 tool_choice 控制策略

每次请求都可以设置，不设置默认是 auto。 控制的是「选工具」这一步，不是「提取参数」——参数提取永远需要模型语义分析。

PM 的使用逻辑： 按页面/场景设置规则，不是猜用户输入什么。

3.4 参数缺失行为

产品设计启示： 涉及重要操作时，前端做好参数校验，不要依赖模型主动问。

3.5 定价

第 4 层：思考题——Claude Code Skills 是什么？

Skills 本质上是「半自动 Tool Use」：

Skills = 人决定调哪个工具，模型负责执行。标准 Tool Use = 模型自己决定调哪个。

📊 Hermes vs Claude Tool Use 对比表

🧭 速查卡（一页纸）

💡 关键认知

1. Tool Use 就 3 个部分

① tools 定义：告诉 Claude 有什么能力
② tool_choice：控制这轮要不要调工具
③ tool_use / tool_result：调用的来回

2. tool_choice 按页面/场景设置，不是猜用户输入

自由对话页面 → auto
专项操作页面 → tool: "xxx"
数据查询场景 → any
纯展示场景   → none

3. 每个后台操作不一定需要独立 Tool

细粒度（每个操作一个 Tool）→ 精确但定义多
粗粒度（同类操作合并）    → 简洁但参数复杂

选择标准：Agent 需要自主决策的程度

4. Claude 的 Tool Use 是行业标杆，Hermes 是开源替代

Claude：开箱即用，适合快速验证
Hermes：自部署，适合数据隐私 + 成本敏感场景

❓ 疑问

1. Hermes 的 FC 准确率实际表现？（Day 7 实测验证）
2. Tool Search Tool 在大规模工具管理中的实际效果？（后续学习）
3. 如果后台 Agent 化，操作粒度应该多细？（Day 14 场景优先级矩阵时决定）

📤 产出

• 对比表 → 归档到 产出归档/对比笔记.md
• 笔记已写入本文件

🧪 Day 3 自测题

每题先自己回答，再看答案。

第 1 题：判断 stop_reason

Claude 返回了以下响应，系统应该做什么？

{
  "stop_reason": "tool_use",
  "content": [
    {"type": "tool_use", "name": "search_product", "input": {"query": "兔笼"}}
  ]
}

A. 把「兔笼」展示给用户
B. 执行 search_product 工具，把结果回传给 Claude
C. 忽略这个响应，直接发下一个请求

第 2 题：判断对错

「tool_choice 设为 tool: "updatePostStatus" 后，模型不需要分析用户输入，直接返回固定参数。」

第 3 题：场景判断

后台做了一个「帖子审核」页面，运营只能在这里点「通过」或「驳回」。这个页面应该用哪种 tool_choice？

A. auto
B. any
C. tool: "updatePostStatus"
D. none

第 4 题：对比题

请在 ____ 处填入正确内容。

第 5 题：场景应用题

用户在一个自由对话的 AI 购物助手页面中说「帮我推荐一个 A7III 兔笼」。系统定义了 10 个工具（搜商品、查天气、查订单、查物流……）。

问题：

1. 这个场景应该用哪种 tool_choice？
2. Claude 从 10 个工具中选哪个？为什么？

第 6 题：概念判断题

Claude Code 的 /prd 命令，本质上是 Tool Use 的什么形式？

A. 标准 Tool Use（模型自主判断调用）
B. 半自动 Tool Use（人手动触发，模型执行）
C. 和 Tool Use 无关

⏭️ 完成后：更新 当前进度 为 Day 4