Anthropic Cookbook (Claude Skill) — 安装 & 实时演示

为什么要用

核心特性

prompt 缓存配方（节省 token 的模式）
离线任务的消息批处理
agent 循环模板
带引用的 RAG
多模态视觉示例
评估框架

实时演示

实际使用效果

就绪

安装

作者仓库 · Claude Skills 官方文档

使用场景

实战用法： Anthropic Cookbook

添加 prompt 缓存以降低 Claude API 费用

👤 在生产环境运行 Claude 的工程师 ⏱ ~60 min intermediate

何时使用： API 支出在攀升，且每次请求都有重复的上下文。

步骤

阅读配方

Use anthropic-cookbook. Show me the prompt caching pattern for repeated system prompts.✓ 已复制

→ cache_control 示例
应用到我的代码

Adapt to my service that re-sends a 5k-token style guide every call.✓ 已复制

→ 缓存的系统 prompt；费用预测
验证节省效果

Measure cache hit rate and cost delta over 100 calls.✓ 已复制

→ 具体的成本降低数据

结果： 实际节省费用（缓存部分约 50-80%）。

注意事项

缓存生命周期较短——高流量工作负载收益最大 — 低流量 API 可能看不到缓存命中；优化前先评估

搭配使用： anthropic-courses-skill

将离线评分任务迁移到消息批处理以节省 50% 费用

👤 运行大规模评估/分类任务的团队 ⏱ ~45 min intermediate

何时使用： 任务是异步的，且有超过 100 次调用。

步骤

使用批处理配方

Apply batching from the cookbook to my classification job.✓ 已复制

→ 批处理端点集成展示
验证完成情况和成本

Compare batched cost vs sync for 1000 prompts.✓ 已复制

→ 成本降低约 50%

结果： 更便宜的离线工作负载，准确性不变。

构建一个能正确引用来源的 RAG 系统

👤 构建文档问答的开发者 ⏱ ~90 min intermediate

何时使用： 用户会质疑答案；你需要他们可以验证的引用。

步骤

采用引用模式

Use the citations recipe. Apply to my doc set.✓ 已复制

→ 答案引用了来源 ID
添加内联链接

Map source IDs to URLs so users can click through.✓ 已复制

→ 带链接的引用

结果： 带审计追踪的可信 RAG。

组合

与其他 MCP 搭配，撬动十倍杠杆

anthropic-cookbook-skill + anthropic-courses-skill

手册 = 实践，课程 = 理论

anthropic-cookbook-skill + anthropic-quickstarts-skill

应用骨架 + cookbook 配方

工具

此 MCP 暴露的能力

工具	输入参数	何时调用	成本
(notebook recipes)	natural lookup	面对已知的 Claude 模式时	0

成本与限制

运行它的成本

API 配额: 配方会调用 API——运行时使用费用适用
每次调用 Token 数: 因配方而异
费用: 免费（MIT 协议）
提示: 开发时用 Sonnet；只在真正需要时才切换到 Opus

安全

权限、密钥、影响范围

最小权限： anthropic-api-key

凭据存储： ANTHROPIC_API_KEY 存在环境变量中

数据出站： Anthropic API

故障排查

常见错误与修复

配方使用旧版 SDK

升级 anthropic SDK；细微的 API 变化可能需要两行代码修改

生产环境缓存命中率为 0

缓存 key 对内容敏感；哪怕一个 token 不同就会 miss。稳定前缀。

替代方案

Anthropic Cookbook 对比其他方案

替代方案	何时用它替代	权衡
anthropics/anthropic-quickstarts	你想要完整应用，不想要配方	不同粒度
anthropics/courses	你想要教学法，不想要实现	理论 vs 实践

Anthropic Cookbook