C✳CODEZ.WIN
🌐 Español

Guía de lectura localizada

claude-apiFinalidad, uso y origen

Referencia para la API de Claude / SDK de Anthropic: identificadores de modelos, precios, parámetros, streaming, uso de herramientas, MCP, agentes, almacenamiento en caché, conteo de tokens, migración de modelos. DISPARADOR: leer ANTES de abrir el archivo de destino; no lo omita porque "parece una sola línea"; siempre que: los nombres de la solicitudClaude/Anthropicen cualquier forma (Claude, Antrópico, Fábula, Opus, Soneto, Haiku,anthropic,@anthropic-ai,claude-*,us.anthropic.*,[1m]); el usuario pregunta sobre un LLM (pricing/model choice/limits/caching) — nunca responda de memoria; O la tarea tiene forma de LLM con proveedor no especificado (agent/MCP/tool-definition/multi-agent/RAG/LLM-judge/computer-use;generate/summarize/extract/classify/rewrite/conversesobre NL; depuraciónrefusals/cutoffs/streaming/tool-calls/tokens). SALTAR solo cuando se esté trabajando con otro proveedor (anula todos los activadores):OpenAI/GPT/Gemini/Llama/Mistral/Cohere/Ollamanombrado en la consulta; Ogrep -rE 'openai|langchain_openai|google.generativeai|genai|mistralai|cohere|ollama'sobre los resultados del proyecto (ejecute este grep PRIMERO si no hay ningún proveedor nombrado; no lea el archivo).

Fuente recuperada:

Repositorio de origen
anthropics/skills
SKILL.md
skills/claude-api/SKILL.md
Estrellas del repositorio
185,373
Actualización del repositorio
2026-10-29
Clasificación de habilidades
Desarrollo
Última recopilación

Licencia: Documentos de licencia pendientes de verificación

Los extractos del flujo de trabajo son guías de lectura, no instrucciones ejecutables de Codez. No se utilizó ninguna habilidad de terceros para generar esta página.

Los siguientes fragmentos sobre el propósito y el flujo de trabajo son material preliminar, organizado y traducido para su lectura. Son distintos del análisis editorial de Codez, que se presenta por separado.

Lo que hace esta habilidad

Referencia para la API de Claude / SDK de Anthropic: identificadores de modelos, precios, parámetros, streaming, uso de herramientas, MCP, agentes, almacenamiento en caché, conteo de tokens, migración de modelos. DISPARADOR: leer ANTES de abrir el archivo de destino; no lo omita porque "parece una sola línea"; siempre que: los nombres de la solicitudClaude/Anthropicen cualquier forma (Claude, Antrópico, Fábula, Opus, Soneto, Haiku,anthropic,@anthropic-ai,claude-*,us.anthropic.*,[1m]); el usuario pregunta sobre un LLM (pricing/model choice/limits/caching) — nunca responda de memoria; O la tarea tiene forma de LLM con proveedor no especificado (agent/MCP/tool-definition/multi-agent/RAG/LLM-judge/computer-use;generate/summarize/extract/classify/rewrite/conversesobre NL; depuraciónrefusals/cutoffs/streaming/tool-calls/tokens). SALTAR solo cuando se esté trabajando con otro proveedor (anula todos los activadores):OpenAI/GPT/Gemini/Llama/Mistral/Cohere/Ollamanombrado en la consulta; Ogrep -rE 'openai|langchain_openai|google.generativeai|genai|mistralai|cohere|ollama'sobre los resultados del proyecto (ejecute este grep PRIMERO si no hay ningún proveedor nombrado; no lea el archivo).

Cómo funciona el flujo de trabajo ascendente

Cuándo usar WebFetch

Utilice WebFetch para obtener la documentación más reciente cuando: el usuario solicite información "más reciente" o "actual"; los datos en caché parezcan incorrectos; el usuario pregunte sobre funciones que no se tratan aquí.

Paso río arriba · L577 ↗

Creación de aplicaciones basadas en LLM con Claude

Esta habilidad te ayuda a crear aplicaciones basadas en LLM con Claude. Elige la interfaz adecuada según tus necesidades, detecta el lenguaje del proyecto y, a continuación, consulta la documentación específica de dicho lenguaje.

Paso río arriba · L10 ↗

Antes de comenzar

Analice el archivo de destino (o, si no hay archivo de destino, la solicitud y el proyecto) en busca de marcadores de proveedores que no sean de Anthropic.import openai,from openai,langchain_openai,OpenAI(,gpt-4,gpt-5, nombres de archivos comoagent-openai.pyo*-generic.pyo cualquier instrucción explícita para mantener el código independiente del proveedor.

Paso río arriba · L14 ↗
Paso río arriba · python ↗
client.beta.messages.create(
    model="claude-opus-5-5", max_tokens=4096,
    speed="fast", betas=["fast-mode-2026-02-01"],
    messages=[...],
)

Requisitos y configuración

Requisito de salida

Cuando el usuario te pide que añadas, modifiques o implementes una función de Claude, tu código debe llamar a Claude a través de uno de: El SDK oficial de Anthropic para el lenguaje del proyecto (anthropic,@anthropic-ai/sdk,com.anthropic.*, etc.). Este es el valor predeterminado siempre que exista un SDK compatible para el proyecto.

Paso río arriba · L18 ↗

Límites y controles de calidad

Advertencia: Desviación de la API: su formación previa podría estar desactualizada.

Varias formas comunes de la API de Claude cambiaron en2025-2026. Si recuerdas un patrón del entrenamiento, verifícalo con el{lang}/archivos en esta habilidad antes de escribir - las filas a continuación son los puntos de desviación más frecuentes: El{lang}/Los archivos de esta habilidad tienen autoridad sobre los patrones recordados.

Paso río arriba · L37 ↗

Errores comunes

No trunques las entradas al pasar archivos o contenido a la API. Si el contenido es demasiado largo para caber en la ventana de contexto, notifica al usuario y analiza las opciones (fragmentación, resumen, etc.) en lugar de truncarlo silenciosamente. Prefill eliminado (Fable5Claude Fábula5.1, Opus5Claude Opus5.5Soneto5Claude Sonnet5.5y el4.6/4.7/4.8familia): Los prellenados de mensajes del asistente (prellenados del último turno del asistente) devuelven un400error en Fable5Claude Fábula5.1, Opus5Claude Opus5.5Soneto5Claude Sonnet5.5Claude Haiku5.5, Opus4.6, Opus4.7, Opus4.8y Soneto4.6. Utilice salidas estructuradas (output_config.format) o instrucciones de solicitud del sistema para controlar el formato de respuesta en su lugar. (Una excepción: la reclamación de precarga de crédito de reserva, cuando se canjea un crédito confallback_has_prefill_claim: true(El servidor acepta el mensaje del asistente repetido; consulte la sección de rechazo de la guía de migración).

Paso río arriba · L587 ↗

Comience con una prueba segura.

  1. Verifique el host compatible y las instrucciones de instalación del repositorio. Mantenga juntos el directorio Skill y sus scripts, recursos y documentación a los que hace referencia;SKILL.mdsolo puede omitir dependencias.
  2. Proporcione al agente sus datos reales, el resultado deseado y los criterios de aceptación. La sintaxis de invocación y las herramientas disponibles dependen del sistema anfitrión; este sitio no presupone un comando de instalación universal.
  3. Pruebe el flujo de trabajo original en un proyecto desechable o en una copia. Revise las operaciones que modifican archivos, servicios remotos o recursos facturables antes de autorizarlas.
  4. Valide el resultado comparándolo con los controles de calidad de origen y sus propios requisitos. Un activador exitoso o un alto número de estrellas en el repositorio no garantizan un resultado correcto.

Especificación del formato y directorio de habilidades ↗

Lea más en la fuente

Traducción y alcance

Esta guía de lectura selecciona pasajes de la sección fijada en la parte superior.SKILL.mdLa traducción es asistida. No se trata de un manual completo ni garantiza la compatibilidad. Lea el original y los archivos a los que hace referencia antes de usarlo.

Esta introducción hace referencia a la versión fijada a continuación; la actividad actual del repositorio y la hora de recopilación se muestran por separado.

Fuente fijada
Lee el original ↗
Fuente recuperada
Confirmación de origen
ca45fc496a3436251f191354091d557da31c15b5
Fuente SHA-256
40537cca17c4aa86e4ce83ced39efcbfb1204905e3cf4c4ff98f2eab011e4b7f
Volver al catálogo completo de habilidades