Beim Erstellen von Anwendungen mit mehreren Tools musst du Szenarien berücksichtigen, in denen Claude möglicherweise mehrere Tools nacheinander aufrufen muss, um eine einzelne Benutzerfrage zu beantworten. Wenn ein Benutzer beispielsweise fragt: „Welcher Tag ist 103 Tage ab heute?“, muss Claude zunächst das aktuelle Datum abrufen und dann 103 Tage hinzufügen.

Dies erzeugt ein Muster mehrfacher Interaktionen, bei dem Claude mehrere Tool-Anfragen stellt, bevor es eine endgültige Antwort liefert. Deine Anwendung muss dies automatisch handhaben.
Das Muster mehrfacher Tool-Interaktionen
Hier ist, was im Hintergrund passiert, wenn Claude mehrere Tools benötigt:
- Der Benutzer fragt: „Welcher Tag ist 103 Tage ab heute?“
- Claude antwortet mit einem Tool-Use-Block, der
get_current_datetimeanfordert - Dein Server ruft die Funktion auf und gibt das Ergebnis zurück
- Claude erkennt, dass mehr Informationen benötigt werden, und fordert
add_duration_to_datetimean - Dein Server ruft diese Funktion auf und gibt das Ergebnis zurück
- Claude verfügt nun über genügend Informationen, um die endgültige Antwort zu liefern

Eine Gesprächsschleife erstellen
Um dieses Muster zu handhaben, benötigst du eine Gesprächsschleife, die so lange fortgesetzt wird, bis Claude keine Tools mehr anfordert:
def run_conversation(messages):
while True:
response = chat(messages)
add_assistant_message(messages, response)
# Pseudocode
if response isn't asking for a tool:
break
tool_result_blocks = run_tools(response)
add_user_message(messages, tool_result_blocks)
return messages
Hilfsfunktionen refaktorisieren
Bevor du die Gesprächsschleife implementierst, musst du deine Hilfsfunktionen aktualisieren, um mehrere Nachrichtenblöcke ordnungsgemäß zu verarbeiten.
Aktualisieren der Nachrichten-Handler
Deine Funktionen add_user_message und add_assistant_message gehen derzeit davon aus, dass du immer mit reinem Text arbeitest. Aktualisiere sie, damit sie vollständige Nachrichtenobjekte verarbeiten können:
from anthropic.types import Message
def add_user_message(messages, message):
user_message = {
"role": "user",
"content": message.content if isinstance(message, Message) else message
}
messages.append(user_message)Dadurch kannst du entweder einen String, eine Liste von Blöcken oder ein vollständiges Nachrichtenobjekt übergeben.
Aktualisieren der Chat-Funktion
Passe deine Chat-Funktion so an, dass sie eine Liste von Tools akzeptiert und die vollständige Nachricht statt nur Text zurückgibt:
def chat(messages, system=None, temperature=1.0, stop_sequences=[], tools=None):
params = {
"model": model,
"max_tokens": 1000,
"messages": messages,
"temperature": temperature,
"stop_sequences": stop_sequences,
}
if tools:
params["tools"] = tools
if system:
params["system"] = system
message = client.messages.create(**params)
return messageText aus Nachrichten extrahieren
Da du jetzt vollständige Nachrichtenobjekte zurückgibst, erstelle eine Hilfsfunktion, um bei Bedarf Text zu extrahieren:
def text_from_message(message):
return "\n".join(
[block.text for block in message.content if block.type == "text"]
)Diese Funktion findet alle Textblöcke in einer Nachricht und fügt sie zusammen, was nützlich ist, wenn du Benutzern die endgültige Antwort anzeigen musst.
Wichtige Verbesserungen
Diese Refactoring-Schritte bereiten deinen Code auf eine robuste Tool-Handhabung vor:
- Flexible Nachrichtenverarbeitung - Deine Hilfsfunktionen können jetzt mit verschiedenen Nachrichtenformaten arbeiten
- Tool-Unterstützung im Chat - Die Chat-Funktion kann Tool-Schemata entgegennehmen und weiterleiten
- Vollständige Nachrichtenrückgaben - Du erhältst vollständige Nachrichtenobjekte statt nur Text, wodurch alle Blöcke erhalten bleiben
- Text-Extraktionsfunktion - Eine einfache Möglichkeit, lesbaren Text aus komplexen Nachrichten zu erhalten
Mit diesen Grundlagen bist du bereit, die Gesprächsschleife zu implementieren, die mehrere Tool-Aufrufe automatisch handhabt und ein nahtloses Erlebnis schafft, bei dem Claude so viele Tools wie nötig verwenden kann, um Benutzerfragen zu beantworten.