anthropic-api

此技能為將 Anthropic Claude API 整合至生產級應用程式的開發人員提供全面的工具集。它簡化了提示詞緩存 (prompt caching)、非同步批次處理 (batch processing) 以及即時串流傳輸等進階 LLM 功能的實作，確保系統效能與成本效益兼顧。該技能專為軟體工程師與 AI 架構師設計，適合作為導航複雜模型選擇、API 整合模式以及 Claude 3.5 與 4.5 模型系列最佳實踐的知識中心。

• 專業的模型選擇框架，用於將 Haiku、Sonnet 和 Opus 模型變體對應至分類、推理或高量生成等具體工作負載需求。

• 針對 Python 與 TypeScript SDK 的深度整合模式，涵蓋標準訊息傳遞流程與進階請求處理。

• 進階成本優化策略，包括短期與長期提示詞緩存、有效利用 Batch API 以節省 50% 費用，以及精確的 Token 計數技術以避免資源過度分配。

• 提供串流回應、自訂工具調用以及處理複雜多輪對話的實作藍圖。

• 提供關於生產環境下的反模式 (anti-patterns)、常見開發錯誤以及 AI 工作流中錯誤處理策略的專業建議。

• 專為整合於 IDE 的 AI 助手（如 Claude Code、Cursor、Windsurf 等）而設計。

• 輸入通常包含特定的 API 需求、使用量預估與效能限制；輸出則提供程式碼片段、成本效益分析與配置建議。

• 嚴格優先考慮模型特定限制，例如緩存所需的最小 Token 數及串流傳輸的延遲考量。

• 協助跨越原型設計至規模化應用之間的鴻溝，確保關於模型吞吐量與延遲的架構決策基於經驗定價與效能數據。