本課程全面涵蓋 Claude API,從基本用法到進階代理架構。您將學習如何將 Claude 整合到應用程式中、實作工具呼叫、建構 RAG 管線,並設計確定性工作流程與靈活的代理系統。
您將學到的內容完成本課程後,您將能夠
- 設定並驗證 Anthropic API,包括 API 金鑰管理與請求設定
- 實作單輪與多輪對話,並妥善處理訊息格式與上下文
- 設定系統提示,並使用溫度、回應串流與結構化輸出格式來控制模型行為
- 設計並執行提示評估工作流程,包括測試資料集生成與自動化評分系統
- 應用提示工程技巧,包括 XML 標籤結構化、基於範例的學習,以及清晰指令的制定
- 整合 Claude 的工具使用能力,透過自訂工具、批次操作與網頁搜尋來擴展功能
- 建構檢索增強生成(RAG)系統,涵蓋文字分塊、嵌入、BM25 搜尋與上下文檢索
- 運用 Claude 的進階功能,包括擴展思考模式、圖像分析、PDF 處理與引用生成
- 實作提示快取策略,以優化 API 使用並降低延遲
- 開發 Model Context Protocol(MCP)伺服器與用戶端,以實現標準化的工具與資源整合
- 部署 Anthropic 應用程式,包括用於自動化開發任務的 Claude Code 與用於 UI 自動化的 Computer Use
- 架構基於代理的系統,運用並行化、鏈接與路由工作流程
Who it’s for
需要將 Claude 整合到生產應用程式中的軟體工程師。無論您是在建構聊天機器人、自動化工具,還是 AI 驅動的功能,本課程都涵蓋您所需的實作模式。
Before you start
- 精通 Python 程式設計
- 具備處理 JSON 資料的基礎知識
- 擁有 Anthropic API 金鑰的存取權限
Inside the course
透過 API 存取 Claude
9 lessons從這裡開始學習基礎知識。涵蓋 API 驗證、基本請求、對話管理、系統提示與結構化輸出生成。
提示工程技巧
6 lessons學習撰寫真正有效的提示。聚焦於提示策略、評估框架與系統化測試方法。
Claude 的工具使用
13 lessons透過自訂工具與函式來擴展 Claude。建構具備函式呼叫、多輪工具互動、批次工具呼叫的應用程式, 並運用內建公用程式。
RAG 與代理式搜尋
7 lessons生產級 RAG 系統的實作指南。涵蓋文字分塊、嵌入、結合 BM25 的混合搜尋、多索引 架構、重新排序與上下文檢索。
Model Context Protocol
11 lessons用於建構模組化 AI 應用程式的協定。定義自訂工具與資源,實作 MCP 伺服器與 用戶端,並處理完整的整合生命週期。
Anthropic 應用程式 - Claude Code 與電腦使用
4 lessons實際操作兩款強大的 Anthropic 工具。Claude Code 加速開發工作流程, Computer Use 則自動化 UI 互動。內含 MCP 整合模式。
代理與工作流程
8 lessons自主 AI 系統的架構模式。了解並行執行、操作鏈接、條件式路由,以及有效的 除錯策略。