anthropic-api

此技能为将 Anthropic Claude API 整合至生产级应用程序的开发人员提供全面的工具集。它简化了提示词缓存 (prompt caching)、异步批量处理 (batch processing) 以及实时流式传输等高级 LLM 功能的实现，确保系统性能与成本效益兼顾。该技能专为软件工程师与 AI 架构师设计，适合作为导航复杂模型选择、API 整合模式以及 Claude 3.5 与 4.5 模型系列最佳实践的知识中心。

• 专业模型选择框架，用于将 Haiku、Sonnet 和 Opus 模型变体对应至分类、推理或高量生成等具体工作负载需求。

• 针对 Python 与 TypeScript SDK 的深度整合模式，涵盖标准消息传递流程与高级请求处理。

• 高级成本优化策略，包括短期与长期提示词缓存、有效利用 Batch API 以节省 50% 费用，以及精确的 Token 计数技术以避免资源过度分配。

• 提供流式响应、自定义工具调用以及处理复杂多轮对话的实现蓝图。

• 提供关于生产环境下的反模式 (anti-patterns)、常见开发错误以及 AI 工作流中错误处理策略的专业建议。

• 专为整合于 IDE 的 AI 助手（如 Claude Code、Cursor、Windsurf 等）而设计。

• 输入通常包含特定的 API 需求、使用量预估与性能限制；输出则提供代码片段、成本效益分析与配置建议。

• 严格优先考虑模型特定限制，例如缓存所需的最小 Token 数及流式传输的延迟考量。

• 协助跨越原型设计至规模化应用之间的鸿沟，确保关于模型吞吐量与延迟的架构决策基于经验定价与性能数据。