Communitygithub.com

Construcción de Aplicaciones Potenciadas por LLM con Claude

Referencia para la API de Claude / SDK de Anthropic: IDs de modelos, precios, parámetros, streaming, uso de herramientas, MCP, agentes, caché, conteo de tokens y migración de modelos.

¿Qué es Construcción de Aplicaciones Potenciadas por LLM con Claude?

Este skill proporciona una guía completa para desarrolladores que construyen aplicaciones con Claude y el SDK de Anthropic. Cubre desde llamadas simples a la API hasta la creación de agentes complejos, incluyendo el uso de herramientas, streaming, pensamiento extendido (extended thinking) y la migración entre modelos. El skill está organizado por lenguajes de programación (Python, TypeScript, Java, Go, Ruby, C#, PHP, cURL) y detecta automáticamente el lenguaje del proyecto para ofrecer ejemplos específicos. Es especialmente útil para evitar la deriva de API (API drift), ya que documenta los cambios más recientes en parámetros como el pensamiento adaptativo y las herramientas de búsqueda web. Además, introduce cuatro enfoques distintos para construir agentes (bucle manual, Tool Runner, Managed Agents y Claude Agent SDK), ayudando a elegir la superficie adecuada según las necesidades de despliegue y control.

Compatible con✓Claude Code✓Codex CLI~Cursor✓Antigravity✓Gemini CLI
npx skills add https://github.com/LiChangZheng10086/doyin_ai_video/tree/HEAD/.agents/skills/claude-api

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

¿Qué hace Construcción de Aplicaciones Potenciadas por LLM con Claude?

Este skill te ayuda a construir aplicaciones potenciadas por LLM con Claude. Elige la superficie adecuada según tus necesidades, detecta el lenguaje del proyecto y luego lee la documentación específica del lenguaje.

Antes de Empezar

Escanea el archivo objetivo (o, si no hay archivo objetivo, el prompt y el proyecto) en busca de marcadores de proveedores que no sean Anthropic — import openai, from openai, langchain_openai, OpenAI(, gpt-4, gpt-5, nombres de archivo como agent-openai.py o *-generic.py, o cualquier instrucción explícita de mantener el código neutral respecto al proveedor. Si encuentras alguno, detente e informa al usuario que este skill produce código para Claude/SDK de Anthropic; pregúntale si quiere cambiar el archivo a Claude o si prefiere una implementación que no use Claude. No edites un archivo no-Anthropic con llamadas al SDK de Anthropic.

Requisito de Salida

Cuando el usuario te pida agregar, modificar o implementar una funcionalidad de Claude, tu código debe llamar a Claude a través de una de las siguientes opciones:

  1. El SDK oficial de Anthropic para el lenguaje del proyecto (anthropic, @anthropic-ai/sdk, com.anthropic.*, etc.). Esta es la opción predeterminada siempre que exista un SDK compatible para el proyecto.
  2. HTTP plano (curl, requests, fetch, httpx, etc.) — solo cuando el usuario solicite explícitamente cURL/REST/HTTP plano, el proyecto sea un proyecto de shell/cURL, o el lenguaje no tenga un SDK oficial.

Nunca mezcles los dos enfoques — no uses requests/fetch en un proyecto de Python o TypeScript solo porque parezca más ligero. Nunca recurras a shims compatibles con OpenAI.

Nunca adivines el uso del SDK. Los nombres de funciones, nombres de clases, espacios de nombres, firmas de métodos y rutas de importación deben provenir de documentación explícita — ya sea de los archivos {lang}/ en este skill o de los repositorios oficiales del SDK o enlaces de documentación listados en shared/live-sources.md. Si el binding que necesitas no está documentado explícitamente en los archivos del skill, haz WebFetch del repositorio del SDK relevante desde shared/live-sources.md antes de escribir código. No infieras APIs de Ruby/Java/Go/PHP/C# a partir de formas de cURL o del SDK de otro lenguaje.

Si WebFetch o el acceso al repositorio fallan (red restringida, tiempos de espera, clon bloqueado): no sigas reintentando — escribe código basándote en los patrones y las tablas de espacios de nombres/paquetes en el archivo {lang}/, ejecuta el compilador o intérprete con ese código e itera sobre la salida de errores. Para SDKs de tipos estáticos (C#, Java, Go), un bucle de compilación-corrección contra errores locales lleva a código funcional más rápido que la investigación de red bloqueada.

Valores Predeterminados

A menos que el usuario solicite lo contrario:

Para la versión del modelo Claude, usa Claude Opus 5, al que puedes acceder mediante la cadena de modelo exacta claude-opus-5. Por defecto, usa pensamiento adaptativo (thinking: {type: "adaptive"}) para cualquier cosa remotamente compleja. Y finalmente, por defecto, usa streaming para cualquier solicitud que pueda implicar entrada larga, salida larga o max_tokens alto — esto evita superar los tiempos de espera de la solicitud. Usa el helper .get_final_message() / .finalMessage() del SDK para obtener la respuesta completa si no necesitas manejar eventos de stream individuales.

⚠️ Deriva de API — Tu Prioridad de Entrenamiento Puede Estar Desactualizada

Varias formas comunes de la API de Claude cambiaron en 2025–2026. Si recuerdas un patrón del entrenamiento, verifícalo contra los archivos {lang}/ en este skill antes de escribir — las filas siguientes son los puntos de deriva más frecuentes:

ÁreaPrioridad desactualizadaAPI actual
Pensamiento extendidothinking: {type: "enabled", budget_tokens: N}En modelos Claude 4.6+: thinking: {type: "adaptive"}. budget_tokens está obsoleto en Opus 4.6 / Sonnet 4.6 y rechazado con un 400 en Fable 5 / Sonnet 5 / Opus 5 / 4.8 / 4.7. Los modelos anteriores a 4.6 siguen usando budget_tokens.
Tipo de herramienta de búsqueda web / fetch webweb_search_20250305, web_fetch_20250910web_search_20260209, web_fetch_20260209 (filtrado dinámico) en Opus 5/4.8/4.7/4.6, Sonnet 5 y Sonnet 4.6. Los modelos más antiguos mantienen las variantes básicas; en Vertex AI solo está disponible la web_search_20250305 básica (web fetch no está en Vertex) — consulta la QR de Server Tools a continuación.
Nombres de parámetros en PHPNombres de argumentos snake_case en la línea (max_tokens)Los argumentos con nombre de nivel superior son camelCase (maxTokens). Las claves de arrays anidados varían según la funcionalidad (ej. 'taskBudget', 'skillID', 'mcp_server_name') — copia la clave exacta del ejemplo documentado; no hagas una conversión masiva.
Credenciales de Managed AgentsMantener secretos del lado del host mediante herramientas personalizadas (la única opción antes de que se lanzaran los vaults)Credenciales de environment_variable en Vault — almacenadas por Anthropic, sustituidas en la salida, nunca visibles en el sandbox (shared/managed-agents-tools.md → Vaults). Las herramientas personalizadas del lado del host siguen siendo la alternativa para sandboxes autoalojados.

Los archivos {lang}/ en este skill son autoritativos sobre los patrones recordados.


Subcomandos

Si la Solicitud del Usuario al final de este prompt es una cadena de subcomando simple (sin prosa), busca en cada tabla de Subcomandos en este documento — incluyendo cualquier tabla en secciones añadidas a continuación — y sigue la columna de Acción correspondiente directamente. Esto permite a los usuarios invocar flujos específicos mediante /claude-api <subcomando>. Si ninguna tabla en el documento coincide, trata la solicitud como prosa normal.

SubcomandoAcción
migrateMigrar código existente de la API de Claude a un modelo más nuevo. Lee shared/model-migration.md inmediatamente y síguelo en orden: Paso 0 (confirmar el alcance — preguntar qué archivos/directorios antes de cualquier edición), Paso 1 (clasificar cada archivo), luego la sección de cambios rupturistas por destino. No resumas la guía — ejecútala. Si el usuario no nombró un modelo de destino, pregunta a qué modelo migrar en el mismo turno que la pregunta de alcance.

Detección de Lenguaje

Antes de leer ejemplos de código, determina en qué lenguaje está trabajando el usuario:

  1. Mira los archivos del proyecto para inferir el lenguaje:

    • *.py, requirements.txt, pyproject.toml, setup.py, Pipfile → Python — lee desde python/
    • *.ts, *.tsx, package.json, tsconfig.json → TypeScript — lee desde typescript/
    • *.js, *.jsx (sin archivos .ts presentes) → TypeScript — JS usa el mismo SDK, lee desde typescript/
    • *.java, pom.xml, build.gradle → Java — lee desde java/
    • *.kt, *.kts, build.gradle.kts → Java — Kotlin usa el SDK de Java, lee desde java/
    • *.scala, build.sbt → Java — Scala usa el SDK de Java, lee desde java/
    • *.go, go.mod → Go — lee desde go/
    • *.rb, Gemfile → Ruby — lee desde ruby/
    • *.cs, *.csproj → C# — lee desde csharp/
    • *.php, composer.json → PHP — lee desde php/
  2. Si se detectan múltiples lenguajes (ej., archivos Python y TypeScript):

    • Verifica a qué lenguaje se refiere el archivo o pregunta actual del usuario
    • Si aún es ambiguo, pregunta: "He detectado tanto archivos Python como TypeScript. ¿Qué lenguaje estás usando para la integración con la API de Claude?"
  3. Si el lenguaje no se puede inferir (proyecto vacío, sin archivos fuente o lenguaje no compatible):

    • Usa AskUserQuestion con opciones: Python, TypeScript, Java, Go, Ruby, cURL/HTTP plano, C#, PHP
    • Si AskUserQuestion no está disponible, usa ejemplos de Python por defecto y señala: "Mostrando ejemplos de Python. Avísame si necesitas un lenguaje diferente."
  4. Si se detecta un lenguaje no compatible (Rust, Swift, C++, Elixir, etc.):

    • Sugiere ejemplos de cURL/HTTP plano desde curl/ y señala que pueden existir SDKs comunitarios
    • Ofrece mostrar ejemplos de Python o TypeScript como implementaciones de referencia
  5. Si el usuario necesita ejemplos de cURL/HTTP plano, lee desde curl/.

Soporte de Funcionalidades Específicas por Lenguaje

Todos los lenguajes del SDK anteriores soportan tanto el Tool Runner beta como Managed Agents (beta) — Python (@beta_tool decorador), TypeScript (betaZodTool + Zod), Java (clases anotadas), Go (BetaToolRunner en el paquete toolrunner), Ruby (BaseTool + tool_runner), C# (BetaToolRunner + esquema JSON plano), PHP (BetaRunnableTool + toolRunner()); los puntos de entrada de código están en la referencia rápida de Patrones de Uso de Herramientas a continuación. cURL es HTTP plano (sin funcionalidades del SDK) y soporta Managed Agents.

Ejemplos de código de Managed Agents: consulta la guía de lectura en la sección ## Managed Agents (Beta) a continuación.


¿Qué Superficie Debería Usar?

Empieza simple. Por defecto, elige la capa más simple que satisfaga tus necesidades. Las llamadas únicas a la API y los flujos de trabajo cubren la mayoría de los casos de uso — solo recurre a agentes cuando la tarea realmente requiera exploración abierta guiada por el modelo. "Más simple" significa el menor código que tú posees: para un agente alojado, programado o con memoria, Managed Agents suele ser la opción más simple (sin código de bucle, sin archivos de estado, sin programador), aunque sea una plataforma más grande.

Caso de UsoCapaSuperficie RecomendadaPor Qué
Clasificación, resumen, extracción, Q&ALlamada única a LLMAPI de ClaudeUna solicitud, una respuesta
Procesamiento por lotes o embeddingsLlamada única a LLMAPI de ClaudeEndpoints especializados
Pipelines de múltiples pasos con lógica controlada por códigoFlujo de trabajoAPI de Claude + uso de herramientasTú orquestas el bucle
Agente personalizado con tus propias herramientasAgenteAPI de Claude + uso de herramientasMáxima flexibilidad
Agente con estado gestionado por el servidor y espacio de trabajoAgenteManaged AgentsAnthropic ejecuta el bucle y aloja el sandbox de ejecución de herramientas
Configuraciones de agente persistidas y versionadasAgenteManaged AgentsLos agentes son objetos almacenados; las sesiones se fijan a una versión
Agente de múltiples turnos de larga duración con montajes de archivosAgenteManaged AgentsContenedores por sesión, flujo de eventos SSE, Skills + MCP
Agente que se ejecuta según un cronograma (cron, "cada noche")AgenteManaged Agents — despliegues programadosLos despliegues activan sesiones autónomamente; sin programador del lado del cliente

Nota: Managed Agents es la opción correcta cuando quieres que Anthropic ejecute el bucle del agente y aloje el contenedor donde se ejecutan las herramientas — operaciones de archivos, bash, ejecución de código, todo se ejecuta en el espacio de trabajo por sesión. Si quieres alojar el cómputo tú mismo o ejecutar tu propio tiempo de ejecución de herramientas personalizado, la API de Claude + uso de herramientas es la opción correcta — usa el Tool Runner para el bucle agéntico — sus ganchos por turno siguen dándote puertas de aprobación, registro, intercepción de errores y ejecución condicional (consulta shared/tool-use-concepts.md) — o el bucle manual cuando quieras poseer todo el bucle tú mismo.

Acceso a proveedores en la nube. Claude Platform en AWS es operado por Anthropic con paridad de API el mismo día — consulta shared/claude-platform-on-aws.md para la configuración del cliente. Para la disponibilidad por funcionalidad en Claude Platform en AWS, Amazon Bedrock, Google Vertex AI y Microsoft Foundry, consulta shared/platform-availability.md — esa tabla es la única fuente de verdad en este skill; no infieras la disponibilidad desde ningún otro lugar.

Construcción de un Agente: Cuatro Enfoques

Una vez que hayas decidido que realmente necesitas un agente (uso de herramientas abierto y guiado por el modelo), hay cuatro formas distintas de construir uno. Dos preguntas independientes los separan: quién proporciona el arnés (el bucle del agente + la gestión del contexto) y quién proporciona el despliegue (la infraestructura en la que se ejecuta el agente). El Tool Runner y el Claude Agent SDK ambos proporcionan solo un arnés — tú todavía los alojas y despliegas tú mismo — por lo que es fácil confundirlos. Managed Agents (CMA) es la única opción que proporciona tanto el arnés como el despliegue gestionado; el bucle manual no proporciona ninguno.

#EnfoqueTú escribesArnés y despliegueHerramientas disponiblesÚsalo cuando
1API de Claude — bucle manualEl bucle while stop_reason == "tool_use" tú mismoTú construyes el arnés; tú alojasSolo las herramientas que tú definasQuieres poseer el bucle completo — sin dependencia beta, o un flujo de control que no encaje en los ganchos por turno del Tool Runner
2API de Claude — Tool Runner (client.beta.messages.tool_runner + @beta_tool / betaZodTool)Solo las funciones de herramientaEl SDK proporciona el bucle (solo arnés); tú alojasSolo las herramientas que tú definasUn agente con herramientas personalizadas sin escribir el bucle a mano (la mayoría de los casos). Los ganchos por turno siguen dándote puertas de aprobación, intercepción de errores, modificación de resultados (ej. cache_control), reintentos, streaming y compactación
3Managed Agents (REST, beta)Configuración del agente + resultados de tus herramientasAnthropic proporciona el arnés y aloja un sandbox por sesión (arnés + despliegue)Sandbox alojado por Anthropic (bash, archivos, ejecución de código) + Skills/MCP + tus herramientasQuieres que Anthropic ejecute el bucle y aloje el espacio de trabajo por sesión; configuraciones persistidas/versionadas; sesiones de larga duración
4Claude Agent SDK — producto separado (claude-agent-sdk / @anthropic-ai/claude-agent-sdk)Un prompt + opcionesEl SDK proporciona el arnés de Claude Code + herramientas integradas (solo arnés); tú alojasHerramientas integradas de Leer/Escribir/Editar/Bash/Glob/Grep/WebSearch/WebFetch + MCP + subagentesQuieres un agente de codificación/sistema de archivos con pilas incluidas ejecutándose en tu propia infraestructura

La división arnés/despliegue es el modelo mental clave: las opciones 1, 2 y 4 te dejan el despliegue a ti; solo la opción 3 (CMA) añade despliegue gestionado. Las opciones 1–3 son lo que este skill genera; la opción 4 es una biblioteca diferente con su propia documentación — consulta la desambiguación a continuación.

Tool Runner ≠ Claude Agent SDK. Suenan parecido pero son paquetes diferentes:

  • Tool Runner es parte del SDK regular de la API de Anthropic (anthropic / @anthropic-ai/sdk), accesible mediante client.beta.messages.tool_runner. Automatiza...

Individual skills in this repo

This repo contains 12 individual skills — each has its own dedicated page.

LiChangZheng10086/doyin_ai_video

Browser automation CLI for AI agents. Use when the user needs to interact with websites, including navigating pages, filling forms, clicking buttons, taking screenshots, extracting data, testing web apps, or automating any browser task. Triggers include requests to "open a website", "fill out a form", "click a button", "take a screenshot", "scrape data from a page", "test this web app", "login to a site", "automate browser actions", or any task requiring programmatic web interaction.

LiChangZheng10086/doyin_ai_video

Use this skill whenever the user wants to create, read, edit, or manipulate Word documents (.docx files) or Word templates (.dotx files). Triggers include: any mention of 'Word doc', 'word document', '.docx', '.dotx', or requests to produce professional documents with formatting like tables of contents, headings, page numbers, or letterheads. Also use when extracting or reorganizing content from .docx or .dotx files, inserting or replacing images in documents, performing find-and-replace in Word files, working with tracked changes or comments, or converting content into a polished Word document. If the user asks for a 'report', 'memo', 'letter', 'template', or similar deliverable as a Word or .docx file, use this skill. Do NOT use for PDFs, spreadsheets, Google Docs, or general coding tasks unrelated to document generation.

LiChangZheng10086/doyin_ai_video

Guidance for distinctive, intentional visual design when building new UI or reshaping an existing one. Helps with aesthetic direction, typography, and making choices that don't read as templated defaults.

LiChangZheng10086/doyin_ai_video

Grill me about specs for the workflows I want to build, within this workspace.

LiChangZheng10086/doyin_ai_video

Use this skill whenever the user wants to do anything with PDF files. This includes reading or extracting text/tables from PDFs, combining or merging multiple PDFs into one, splitting PDFs apart, rotating pages, adding watermarks, creating new PDFs, filling PDF forms, encrypting/decrypting PDFs, extracting images, and OCR on scanned PDFs to make them searchable. If the user mentions a .pdf file or asks to produce one, use this skill.

LiChangZheng10086/doyin_ai_video

智能 PPT 生成器。支持 7 种视觉风格(乐高/波普/黏土/黑白/商务/学术/科技),具备根据内容自动推荐风格、生成大纲、绘制配图并组装成片的全自动能力。

LiChangZheng10086/doyin_ai_video

Use this skill any time a .pptx or .potx file is involved in any way — as input, output, or both. This includes: creating slide decks, pitch decks, or presentations; reading, parsing, or extracting text from any .pptx or .potx file (even if the extracted content will be used elsewhere, like in an email or summary); editing, modifying, or updating existing presentations; combining or splitting slide files; working with templates (.potx), layouts, speaker notes, or comments. Trigger whenever the user mentions \"deck,\" \"slides,\" \"presentation,\" or references a .pptx or .potx filename, regardless of what they plan to do with the content afterward. If a .pptx or .potx file needs to be opened, created, or touched, use this skill.

LiChangZheng10086/doyin_ai_video

Diagnose and fix React codebase health issues. Use when reviewing React code, fixing performance problems, auditing security, or improving code quality.

LiChangZheng10086/doyin_ai_video

Sentry error monitoring and performance tracing patterns for Next.js applications.

LiChangZheng10086/doyin_ai_video

Simplify and refine recently modified code for clarity and consistency. Use after writing code to improve readability without changing functionality.

LiChangZheng10086/doyin_ai_video

✅ "你知道今天所有大模型能读懂你的话,全靠一个叫Transformer的架构吗?"

LiChangZheng10086/doyin_ai_video

Use this skill any time a spreadsheet file is the primary input or output. This means any task where the user wants to: open, read, edit, or fix an existing .xlsx, .xlsm, .xltx, .csv, or .tsv file (e.g., adding columns, computing formulas, formatting, charting, cleaning messy data); create a new spreadsheet from scratch or from other data sources; or convert between tabular file formats. Trigger especially when the user references a spreadsheet file by name or path — even casually (like \"the xlsx in my downloads\") — and wants something done to it or produced from it. Also trigger for cleaning or restructuring messy tabular data files (malformed rows, misplaced headers, junk data) into proper spreadsheets. The deliverable must be a spreadsheet file. Do NOT trigger when the primary deliverable is a Word document, HTML report, standalone Python script, database pipeline, or Google Sheets API integration, even if tabular data is involved.

Skills relacionados