使用 Claude API 构建真实应用 — 工具使用、RAG 与 Agent 模式解析

Source: Dev.to

概览

调用 Claude API 很简单：在 messages.create 中放入提示词，便能得到答案。
但仅此并不足以打造产品。要构建真实的应用，还需要另外三件事：工具使用、RAG（检索增强生成）以及代理/工作流模式。

工具使用 — 给 Claude “手”

基础的 Claude 只能生成文本。工具使用让它能够调用外部函数。

[
  {
    "name": "get_apartment_price",
    "description": "Look up apartment prices for a district",
    "input_schema": {
      "type": "object",
      "properties": {
        "district": { "type": "string" },
        "year": { "type": "integer" }
      },
      "required": ["district"]
    }
  }
]

流程

1. 用户提问 →
2. Claude 选择工具 →
3. 你的代码执行 →
4. 返回 tool_result →
5. Claude 写出最终响应。

RAG — 让 Claude 知道它不知道的事

RAG（检索增强生成）把外部数据注入提示词中。

流水线

• 分块
• 嵌入
• 检索（BM25 + 向量搜索）
• 重新排序
• 上下文注入

这将模糊的模型输出转化为基于数据的答案。

代理与工作流 — 链接多个步骤

三种工作流模式：

• 并行化 – 同时运行相互独立的任务
• 链式 – 前一步的输出作为下一步的输入
• 路由 – 对输入进行分类并发送到专门的路径

实际区别

• 工作流 是可预测且稳定的。
• 代理 更灵活，但可预测性较低。

先使用工作流。等防护措施就位后，再加入代理行为。

这如何变成真实的应用

• 简历分析服务 – 并行运行技术技能、职业轨迹和文化契合度检查。
• 算命应用（saju） – 连接确定性的日历/元素工具，通过 RAG 检索解释知识，然后链式进行基础分析 → 详细解释 → 推荐。
• 房地产分析 – 结合价格 API（工具使用）、政策/新闻检索（RAG）以及并行分析管线。

API 调用只是起点。工具使用给 Claude “手”，RAG 给它记忆，工作流则赋予它“大脑”。