现在我们来到了工具使用工作流程的最后一步。在运行完工具并获得结果后,我们需要将所有内容发送回Claude,以便它能够向用户提供完整的响应。

这个过程很简单:获取我们生成的所有工具结果部分,将它们打包成一条用户消息,然后将整个对话历史连同原始工具模式一起发送回Claude。
添加Assistant消息
首先,我们需要确保我们的对话历史是完整的。在Claude针对工具使用请求做出初始响应之后,我们需要使用add_assistant_message()将该响应添加到我们的消息历史中。

这确保了我们拥有完整的对话流程:用户提问 → assistant工具请求 → 工具结果 → assistant的最终响应。
运行工具并创建工具结果
run_tools()函数处理来自Claude响应的所有工具使用请求,并创建格式正确的工具结果部分。每个工具结果包括:
- 工具使用ID(与原始请求匹配)
- 运行工具的实际输出
- 表示成功或错误的状态

该函数能够优雅地处理工具执行成功和出错两种情况,并将所有内容包装成Claude期望的正确JSON结构。
将工具结果添加到对话中
一旦我们获得了工具结果,就使用add_user_message()将它们添加到对话中:
add_user_message(messages, run_tools(parts))这会创建一条包含所有工具结果部分的用户消息。对话现在具有Claude提供最终响应所需的完整往来内容。

对Claude的最终调用
最后一步是将所有内容发送回Claude。这需要两个重要元素:
- 完整的消息历史(用户 → assistant → 用户)
- 原始工具模式
text, parts = chat(messages, tools=[get_current_datetime_schema])包含工具模式至关重要。如果没有它们,Claude会对对话历史中的工具引用感到困惑,也不会理解get_current_datetime实际的作用。

成功
当一切正常工作时,Claude会接收工具结果,并能够提供完整、有依据的响应。在我们的示例中,Claude成功获取了当前时间,并以自然的方式对其进行了格式化响应:"当前日期和时间是2025-04-03,12:54:00。"
这表明我们的工具集成运行正常。虽然Claude知道当前日期,但它无法获取实时信息(比如确切的当前时间)——而这正是我们的工具所提供的。
完整的工具使用周期现在正常运转:Claude请求一个工具,我们执行它,返回结果,Claude将该信息整合进对用户的最终响应中。