Anthropic 官方课程（已归档，选读）

Anthropic Courses

• prompt-engineering
• tool-use
• evals

状态

archived（选读）

路线位置

选读：API 基础 + 提示工程互动教程（只挑章节看）；选读：Tool use 课程；选读：Prompt evaluations 课程（查看路线）

搭配笔记：#1 构建高效的智能体：从简单可组合的模式出发、#2 面向 AI 智能体的上下文工程、#3 为智能体编写高效工具——借助智能体本身、#11 揭秘 AI 智能体评测、#6 “think”工具：让 Claude 在复杂工具调用中停下来想一想

状态提示：这套课程已归档，内容偏旧。本路线把它降为选读，只建议挑章节补基本功。

一句话导读#

这是 Anthropic 自己写的五门 Jupyter notebook 课程，覆盖从“怎么发第一个请求”到“怎么给提示写评测”。概念部分至今有用，但代码细节已经停止更新。

为什么放在这个阶段#

• 入门（选读）：读完 构建高效的智能体 后，如果对 Messages API 的格式、参数或提示写法还不熟，可以挑 API 基础和提示工程教程的相关章节补课。读完 上下文工程 后，可以用 Tool use 课程动手体验一次完整的工具调用。
• 体系（选读）：评测笔记之前，Prompt evaluations 课程能提供“人工打分 → 代码打分 → 模型打分”的一套动手练习。
• 为什么不当主线：仓库已归档，示例模型老，Hugging Face 课程和当前官方文档覆盖了大部分入门需求。

结构速览#

README 建议按以下顺序学习：

建议看哪些部分#

与 Anthropic 笔记对照#

• 从单轮提示到上下文：提示工程教程关心“一次提示怎么写”，上下文工程 把视角扩展到“多轮循环里，什么信息该留在上下文中”。读教程时可以思考：哪些技巧在长时智能体里依然成立，哪些需要改写。
• 工具：Tool use 课程讲的是调用机制，为智能体编写高效工具 讲工具的设计与评测；think 工具 则是“用工具来塑造推理”的进一步例子。
• 评测：Prompt evaluations 课程停留在“提示级”评测；揭秘 AI 智能体评测 讨论多轮、带工具的智能体评测，难度更高。

flowchart TB
    subgraph 课程["Anthropic 官方课程（已归档）"]
      A["API 基础"] --> B["提示工程教程"]
      B --> C["真实场景提示"]
      C --> D["提示评测"]
      D --> E["工具使用"]
    end
    B -.选读.-> N2["上下文工程笔记"]
    E -.选读.-> N3["工具设计笔记"]
    D -.选读.-> N11["智能体评测笔记"]

学习任务#

1. 从提示工程教程里挑两条技巧，各写一个“单轮提示版”和一个“智能体系统提示版”，比较措辞需要怎么变。
2. 用 Tool use 课程的最小示例，换成当前官方文档里的模型名重新跑通，并记下你改了哪些地方（这本身就是在练“识别过时内容”）。
3. 用 Prompt evaluations 的思路，为一个小提示写 5 条代码打分用例和 1 个模型打分 rubric。

注意事项#

• 已归档：仓库不再更新，模型名、SDK 写法和控制台界面可能与现在不同，以当前官方文档为准。
• 费用：README 只说明课程偏向使用低成本模型以节省 API 费用。运行 notebook 需要自己的 API key，具体费用本导读不作说明。
• 工具依赖：Prompt evaluations 部分使用 promptfoo，版本变化可能导致命令不同。

延伸阅读#

站内笔记

• 构建高效的智能体
• 面向 AI 智能体的上下文工程
• 为智能体编写高效工具
• 揭秘 AI 智能体评测

站内资源

• Hugging Face 课程导读：入门主线

本导读依据 2026-10-17 访问的在线内容撰写，仅为导读与总结。原文：Anthropic,《Anthropic courses》。