Repolode
Предложить
anthropics

anthropics/claude-cookbooks

Подборка рецептов в Jupyter Notebook о разработке с Claude API: от классификации и RAG до работы с инструментами и оценки качества.

Открыть на GitHub
Звёзды
53,594
Форки
6,453
Открытые issues
364
Последний коммит
4 дня назад

Что это?

Claude Cookbooks — это набор готовых к копированию фрагментов кода и руководств для разработчиков, работающих с Claude API. Большинство примеров — это Jupyter Notebook на Python; изложенные в них концепции можно адаптировать и для других языков, поддерживающих вызовы API.

Рецепты сгруппированы по темам. Примеры возможностей охватывают классификацию текста, генерацию с дополненной выборкой (RAG) и суммаризацию. Примеры работы с инструментами показывают, как подключать Claude к внешним функциям: например, создать агента клиентской поддержки, калькулятор или выполнять SQL-запросы на естественном языке. Также есть материалы по интеграции со сторонними сервисами, включая векторный поиск Pinecone, поиск в Wikipedia и эмбеддинги Voyage AI.

Другие ноутбуки посвящены мультимодальному вводу — изображениям, диаграммам и формам, загрузке PDF, режиму JSON, фильтрам модерации, кэшированию промптов, автоматизированной оценке и паттернам с субагентами, где Haiku работает в паре с Opus. Для запуска примеров нужен API-ключ Claude.

Ключевые возможности

  • 01Jupyter Notebook на Python с готовым к копированию кодом для Claude API
  • 02Рецепты для классификации, RAG и суммаризации
  • 03Примеры работы с инструментами, включая калькулятор и агента клиентской поддержки
  • 04Мультимодальные примеры с изображениями, диаграммами и формами
  • 05Руководства по кэшированию промптов, режиму JSON и автоматизированной оценке

Сценарии использования

  • Изучение способов построения типичных приложений на Claude API
  • Добавление поиска по векторной базе данных в приложение на основе Claude
  • Извлечение структурированных данных из PDF-файлов или изображений с помощью Claude
  • Настройка оценки промптов для функции на базе LLM

Быстрый старт

  1. 1

    Получите API-ключ Claude у Anthropic

  2. 2

    Клонируйте репозиторий

  3. 3

    Откройте блокноты с рецептами и запустите примеры, используя свой API-ключ

Что важно знать

  • Примеры кода написаны преимущественно на Python, и для их запуска потребуется API-ключ Claude.

Темы

#claude#llm#jupyter#rag#tool-use#prompt-engineering#python

Частые вопросы

Что такое claude-cookbooks?
Подборка рецептов в Jupyter Notebook о разработке с Claude API: от классификации и RAG до работы с инструментами и оценки качества. Claude Cookbooks — это набор готовых к копированию фрагментов кода и руководств для разработчиков, работающих с Claude API. Большинство примеров — это Jupyter Notebook на Python; изложенные в них концепции можно адаптировать и для других языков, поддерживающих вызовы API.
claude-cookbooks можно использовать бесплатно? Какая у него лицензия?
claude-cookbooks распространяется с открытым исходным кодом под лицензией MIT. Перед использованием в коммерческих продуктах проверьте условия лицензии.
claude-cookbooks всё ещё поддерживается?
Активно поддерживается. Последний коммит в claude-cookbooks — 17 окт. 2026 г..
Для чего можно использовать claude-cookbooks?
Изучение способов построения типичных приложений на Claude API Добавление поиска по векторной базе данных в приложение на основе Claude Извлечение структурированных данных из PDF-файлов или изображений с помощью Claude Настройка оценки промптов для функции на базе LLM
Как установить claude-cookbooks?
Получите API-ключ Claude у Anthropic Клонируйте репозиторий Откройте блокноты с рецептами и запустите примеры, используя свой API-ключ
Где скачать claude-cookbooks?
Исходный код и инструкции по установке — на GitHub: https://github.com/anthropics/claude-cookbooks

Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.

Похожие проекты

EmbraceAGI / awesome-chatgpt-zh

Подборка материалов на китайском языке о ChatGPT и передовых LLM: их использовании, промптинге, разработке приложений, агентах и инструментах для повышения продуктивности.

Обучающие материалы#chatgpt#llm#prompt-engineering
11,8 тыс.1,1 тыс.PythonMITОбновлён 5 дней назад