Claude 的 Agent 开始有手了:Computer Use、Skills API、Files API 正式可用
Claude Platform 把 Computer Use、浏览器工具、Skills API、Files API 一起推向正式可用。Agent 能操作没有 API 的软件,能按团队流程干活,还能复用文件。有开发者说:这个 API 越来越像一个员工了。
8月20日,ClaudeDevs 官方账号在 X(原 Twitter)上宣布:Computer use、browser tool、Skills API、Files API 在 Claude Platform 全面可用。官方博客同步发文,标题是 Build production agents with computer use, the Skills API, and the Files API。官方说,要用版本化 skills 和可复用文件,构建 Claude Managed Agents(托管 Agent)。
官方预告视频:
先说 Computer use。它让 agent 操作没有 API 的软件:给一张截图,它点击、输入、滚动,像人坐在键盘前。这次 GA 的关键变化是 batch actions。Claude 可以在一次响应里返回多个动作,比如 `left_click`、`type`、`screenshot` 一起给,应用按顺序执行,不用每步都来回一次。新的 toolset 是 `computer_toolset_20260801`,不再需要 beta header。有开发者根据官方说明估算,往返次数能少 20-40%。
新增的 browser use tool 是 Computer use 的补充。纯靠像素定位,页面布局一变就容易点错。浏览器工具会读页面结构,基于元素引用加坐标操作,目标更稳。官方文档说,任务如果只在网页里,browser use tool 是更合适的选择。
Skills API 和 Files API 是给 agent 装脑子和装记忆的。Skills API 可以把团队流程上传成 skill,一次写好,版本化管理,请求时 pin 到 `version_id` 或 `latest`。Skill 采用文件夹结构,包含 SKILL.md、脚本和模板。Claude 按需加载:元数据常驻,指令触发后才读,脚本通过 bash 跑,只有输出进上下文窗口。装一堆 skill 也不会撑爆上下文。
Files API 解决重复传文件的问题。上传一次拿 `file_id`,后续请求直接引用。这次更新加了 `expires_in_seconds`,速率限制提到 500 RPM,每组织 1TB 存储。Agent 读 PDF、写表格、下载结果,都在这套循环里。
官方给了一个具体场景:理赔 agent 从 Files API 读 intake 文档,按 skill 里写的团队流程操作,用 browser use tool 在保险公司网页里填完提交,再把确认页存回文件系统。这个闭环以前要写不少胶水代码,现在平台层给齐了。官方博客里一位研究工程师说,他们最长的理赔流程从 32 分钟降到 13 分钟,成本降约 30%,完成率 100%。
安全方面,官方提醒得很直接:用独立虚拟机或容器,别把登录凭证给模型,限制可访问域名,防止恶意指令注入。截图、鼠标、键盘输入都存在你自己的环境里,Anthropic 不存。Computer use 现在也符合 HIPAA 的 BAA 覆盖。
开发者反应挺有意思。有人说,这个 API 越来越像一个员工了;也有人讲,你没造一个聊天机器人,你雇了一个有管理员权限的幽灵。夸张了点,但方向一致:能看屏幕、会操作浏览器、带技能、有文件存储,agent 的拼图基本齐了。
目前 Claude API 上已经正式可用。Microsoft Foundry 支持 Skills API 和 Files API,Vertex AI 的 computer use 和 browser use 即将推出。旧的 beta 集成还能继续跑,方便迁移。
更多细节:
- [Computer use 文档](https://platform.claude.com/docs/en/agents-and-tools/tool-use/computer-use-tool)
- [Agent Skills 文档](https://platform.claude.com/docs/en/agents-and-tools/agent-skills/overview)
- [官方博客](https://claude.com/blog/computer-use-skills-api-files-api)
发布时间: 2026-08-21 06:27