⚡ 前沿动态
Claude Platform正式上线Computer Use、Skills API与Files API
Anthropic正式宣布Claude平台全面开放Computer Use、Skills API和Files API三大能力,同步新增浏览器使用工具,底层能力完成优化,标志着Claude在智能体自动化操作领域进入生产级可用阶段。
此次发布是Anthropic Claude Platform企业级能力的重要升级,标志着Claude从对话助手向"能操作计算机的Agent"进化。Computer Use功能此前处于预览阶段,此次正式GA并新增Browser Use工具。
一、产品特点
1. Computer Use(计算机使用API)
- 核心定义:让Claude模型直接通过视觉感知屏幕内容,模拟人类操作键鼠完成桌面端/网页端任务的能力,相当于无需自行搭建的高级RPA工具。
- 底层技术:依托模型视觉能力解析截图,内置计算机交互、文件编辑、命令行执行三类核心工具,实现全链路自动化操作。
- 单次模型调用可执行多个连续动作,大幅减少API调用次数与任务耗时;符合HIPAA标准,签署BAA后可直接用于医疗受监管场景。
2. Skills API
- 核心定义:面向企业的专属技能托管服务,支持上传、版本管理自定义技能包(行业指令、脚本、模板),支持技能包版本迭代与权限管控。
- 底层技术:将行业指令、业务脚本、流程模板封装为可复用技能单元,无需企业自行托管运行环境。
- 所有自定义逻辑在隔离沙盒中运行,避免业务代码泄露风险,降低企业智能体搭建门槛。
3. Files API
- 核心定义:面向智能体场景的企业级文件托管服务,支持通过文件ID复用资源,实现文档的统一管理与自动生命周期维护。
- 底层技术:提供组织级独立存储空间,支持PDF、表格等文件上传,速率限制较此前提升5倍,单组织最高支持1TB存储空间,适配大体积PDF、电子表格等文件的高频调用需求。
- 支持文件自动过期机制,无需开发者自行搭建文件存储与分发服务。
4. Browser Use(浏览器工具)
具备原生网页结构解析能力,可直接识别网页内的输入框、按钮等元素,无需额外网页解析适配,大幅提升网页交互任务成功率。
实测性能:在医疗、保险理赔工作流测试中,最长任务耗时从32分钟压缩至13分钟,单任务成本降低约30%,任务完成率达到100%。
二、部署使用平台
- 原生Claude Platform官方API,可直接对接开发者自有业务系统。
- 已在Microsoft Foundry平台上线Skills API与Files API能力,支持微软云生态内直接调用。
- Computer Use与浏览器使用工具即将登陆Google Cloud Vertex AI,后续可在谷歌云体系内集成使用。
三、基础使用方法
- 前置准备:注册Anthropic开发者账号,完成身份校验后生成专属API密钥,完成账户充值即可获得调用权限。
- Computer Use调用:传入屏幕截图并指定computer_20251124工具类型,模型返回点击、输入等操作坐标,本地完成坐标缩放后执行对应键鼠动作。
- Skills API调用:上传封装好的行业技能文件夹,完成版本标记后,在智能体会话中直接指定技能ID即可触发对应业务逻辑。
- Files API调用:上传PDF、表格等文件获得唯一文件ID,后续会话中直接引用该ID即可让模型读取文件内容,无需重复上传。
四、解决的问题
- 操作效率低:减少任务完成时间和调用次数
- 网页交互不精准:传统截图点击易出错,结构解析更可靠
- 企业知识集成难:Skills API允许企业注入专有知识
- 文件管理混乱:Files API提供稳定文档存储和引用机制
五、应用场景
1. 企业自动化办公
自动完成在线表单填写、多平台数据汇总、报告生成导出等重复性工作,替代传统人工操作。
2. 医疗合规场景
在符合HIPAA规范的前提下,自动完成病历整理、医保理赔材料核验等工作,提升医疗流程效率。
3. 行业知识沉淀
企业将内部专属业务流程封装为Skills技能包,实现团队专业能力的标准化复用,降低新人上手门槛。
4. 大体积文档处理
依托Files API的大存储空间,批量处理行业报告、财务报表等大文件,完成数据提取与分析工作。
声明:文中数据及部分观点来源于网络,部分观点来源于个人分析和推理,仅供参考,不构成投资或商业决策建议。
资料来源
- Anthropic
- AIBase
- AIGC日报