每天早上一封邮件,把昨天的 AI 梳理好订阅邮件

METAL LAB

Claude计算机操作、浏览器工具、Skills API正式发布

原本处于早期访问阶段的四项功能转为正式版(GA),往返请求最多减少40%

이미지: @ClaudeDevs (X) 영상 갈무리

摘要

  • Anthropic将计算机操作、浏览器工具、Skills API、文件API在Claude平台上转为正式发布(GA)
  • 新版计算机操作工具集可在一轮请求中处理多个动作,早期访问客户的往返请求减少了20%~40%
  • Asteroid在医疗自动化测试中确认,模型调用减少32%~52%,成本节省25%~32%,完成率达100%
原文视频
발표
컴퓨터 사용·브라우저 툴·스킬 API·파일 API, 클로드 플랫폼 정식 출시(GA), 2026-08-20
컴퓨터 사용 툴셋
computer_toolset_20260801 — 턴당 여러 동작 처리로 라운드트립 20~40% 감소(얼리 액세스 기준)
브라우저 툴셋
browser_toolset_20260801 — 좌표+요소 참조 정보로 레이아웃 변경에도 동작
파일 API 업데이트
expires_in_seconds 파라미터 추가, 요청 한도 분당 500회(5배), 조직당 저장 용량 1TB
스킬 API
절차를 업로드해 버전 관리, version_id 또는 latest로 요청 고정
의료 자동화 사례
애스터로이드 — 모델 호출 32~52% 감소, 비용 25~32% 절감, 워크플로 완료율 100%

一次请求中容纳多个动作

以往Claude在操作屏幕时,每点击一次、每输入一次都需要向服务器重新发送请求。使用新版本computer_toolset_20260801后,点击、输入、按键、截图等动作可以在一轮对话中一并处理。Anthropic的开发者账号ClaudeDevs表示,这一变化使早期访问客户每项任务的往返请求减少了20%~40%。往返次数减少意味着任务完成更快,成本也随之下降。

此次更新中,Anthropic将计算机操作、浏览器工具、Skills API、文件API这四项功能在Claude平台上转为正式发布(GA)。这意味着此前仅限早期访问的功能,如今无需单独申请即可使用。Claude平台近几周还陆续新增了预算上限、顾问模型、记忆与域名控制等功能。

功能新版本/变更核心效果
计算机操作computer_toolset_20260801单轮处理多个动作,往返请求减少20%~40%
浏览器工具browser_toolset_20260801元素引用+坐标应对布局变化
Skills API版本管理通过version_id/latest固定流程
文件APIexpires_in_seconds,500RPM,每组织1TB扩大文件复用限额
이미지: @ClaudeDevs (X)

读取屏幕结构而非像素

浏览器自动化的老问题是,只要屏幕布局稍有变化,脚本就会失效。仅依靠坐标点击的方式,一旦按钮位置移动,就会点错地方。新推出的browser_toolset_20260801不仅提供坐标,还同时提供页面内元素的引用信息。根据计算机操作工具文档,Claude可以利用这些信息,在布局变化的情况下依然找到并点击同一个按钮。在没有API接口的内部系统,也就是没有外部对接窗口的公司内部程序自动化场景中,这种方式尤为有用。

保存流程并进行版本管理

Skills API和文件API是构建Claude托管代理的组成部分。Skills API让团队可以将重复的业务流程上传一次并进行版本管理,此后每次请求都可以指定特定的version_id或最新版本(latest)来调用。Agent Skills文档说明,即使流程发生变化,仍可原样引用之前的版本。文件API则是将上传一次的文件通过file_id在多次请求中复用的功能,此次更新新增了可指定过期时间的expires_in_seconds参数,每分钟请求上限也从原来的5倍提升至500次,每个组织的存储容量增至1TB。

来自医疗现场自动化的数据

David Mlkoch透露,他在Asteroid率先以早期访问方式将新的计算机操作工具应用于医疗领域的业务自动化流程。他公开的数据显示,模型调用次数减少了32%~52%,每项任务的成本降低了25%~32%,且在所有测试的工作流程中完成率均达到100%。Anthropic也在Claude博客文章中,介绍了如何整合这四项功能来构建投入生产环境的代理。

如何使用

① 从哪里开始 — 在Claude平台开发者控制台(platform.claude.com)申请API密钥即可开始使用。这四项功能均通过API调用实现,并没有单独的应用界面按钮。

② 使用步骤

  1. 申请API密钥并将其放入请求头中。
  2. 如果是操作屏幕的任务,将computer_toolset_20260801browser_toolset_20260801指定为工具后发送请求。
  3. 重复性的业务流程可通过Skills API上传一次,此后在请求中指定相应的version_idlatest来调用。
  4. 常用文件可通过文件API上传一次获取file_id,如有需要可用expires_in_seconds设定过期时间,在多次请求中复用。

③ 谁可以使用 — 面向拥有Claude平台API访问权限的开发者和企业。随着功能转为正式发布,不再需要像以前那样经过单独的早期访问审批流程,只需按照文档指定工具集名称即可立即使用。

④ 可以尝试什么 — 可用于自动化没有API接口的内部系统(如公司内部程序)中的重复性工作,或将其接入格式固定的文件处理流程以提升处理速度。当多个团队需要同时以不同版本运行同一流程时,Skills API的版本固定功能也会有所帮助。

编辑观察

此次发布更像是过去几周持续更新的收尾。从8月9日的预算上限与顾问模型,到8月19日的记忆与域名控制,再到8月20日的AG-UI集成,Anthropic每周都在为Claude托管代理增添新的组件。计算机操作、浏览器工具、Skills API、文件API的正式发布,标志着这些组件已经摘下早期访问的标签,进入可用于实际服务的阶段。

处理过屏幕自动化的人都清楚,基于像素坐标的自动化有多容易失效。按钮位置哪怕只移动几个像素,脚本就会点错地方,每次都得重新校准坐标。同时提供元素引用信息的方式,能够大幅减少这类反复的维护工作。往返请求减少20%~40%这一数字,归根结底也可以理解为无需再多次重新截取同一屏幕的结果。

对国内团队而言,值得关注的是没有API的公司内部系统。像老旧的ERP或办公自动化系统这类不提供外部对接窗口的程序仍然大量存在,要实现这类系统的自动化,此前只能通过查看并操作屏幕的方式来完成。像Asteroid的医疗自动化案例中模型调用近乎减半、成本也降低四分之一以上的数据,对拥有格式固定的文件处理业务的组织来说,是一个值得参考的基准线。不过,通过Skills API对流程进行版本管理的结构,最终成败仍取决于最初对该流程的文档记录有多详尽。

预计未来几周内,综合运用这四项功能的托管代理案例会进一步增多。因为通过AG-UI接入界面、用Skills API固定流程、用文件API复用文档的组合,如今已经成为正式功能。

评论