Baue einen einfachen, aber mächtigen KI-Agenten, der externe Tools wie eine Taschenrechner- oder Wetter-API nutzen kann, um Fragen zu beantworten, die über sein internes Wissen hinausgehen.
Dies ist eine praktische Anwendung des "Tool Use" oder "Function Calling"-Features von Anthropic. Es löst das Problem der "Wissens-Abgeschnittenheit" und der Halluzinationen, indem es der KI erlaubt, auf externe, verlässliche Informationsquellen und Rechenfähigkeiten zuzugreifen, anstatt sich nur auf ihr trainiertes Wissen zu verlassen.
Definiere deine Tools in einem JSON-Schema, das den Namen, die Beschreibung und die Parameter jedes Tools festlegt (z.B. ein Tool `get_weather` mit dem Parameter `city`).
Stelle eine Anfrage an die Claude-API mit deinem Prompt (z.B. "Wie ist das Wetter in Berlin?") und der Tool-Definition.
Claude wird nicht direkt antworten, sondern ein JSON-Objekt zurückgeben, das anzeigt, welches Tool es mit welchen Parametern aufrufen möchte (z.B. `{ "tool_name": "get_weather", "parameters": { "city": "Berlin" } }`).
Führe in deinem Code die entsprechende Funktion aus (rufe die echte Wetter-API auf) und sende das Ergebnis zurück an Claude, der dann die finale, menschenlesbare Antwort generiert.
Ein Entwickler baute einen Kundenservice-Bot, der über ein Tool auf die echte Bestelldatenbank zugreifen und Fragen wie "Wo ist meine Bestellung?" beantworten konnte.
Ein Datenanalyst erstellte einen Agenten, der komplexe statistische Berechnungen über eine externe Python-Bibliothek durchführen konnte.