Claude API怎么真正执行计算?启用代码工具并检查返回结果
用可手算的数据调用服务器代码执行工具,检查server_tool_use、工具结果与return…
文章目录
模型写出Python,不代表代码已经运行。Claude API的代码执行工具可在沙箱中分析数据与生成文件,接入时必须检查工具结果。本文用最小数列练习,重点是验证执行证据;这是开发者API配置,普通聊天会员或第三方平台账号不自动提供API权限。

第一步:检查模型和工具版本
使用自己的开发项目与环境变量读取密钥,不把密钥写入教程或日志。官方列出多个工具版本,基础Bash与文件操作可用code_execution_20250825;需要REPL状态或程序化工具调用再检查较新版本。
可以通过Models API的capabilities.server_tools.code_execution.supported检查模型是否接受该服务器工具。不要误读顶层capabilities.code_execution,它描述的是沙箱代码调用其他工具的能力。本文示例不执行付费请求。
第二步:发送可独立验算的任务
先用少量固定数据,指定总体还是样本标准差,并要求返回执行代码与结果。避免首个例子就上传复杂文件,否则难以区分读取错误和计算错误。使用可用模型,示例模型来自官方当前文档。
import anthropic
client = anthropic.Anthropic()
r = client.messages.create(
model="claude-opus-5-5", max_tokens=4096,
tools=[{"type":"code_execution_20250825","name":"code_execution"}],
messages=[{"role":"user","content":"Use code execution to calculate the sum and mean of [2,4,6]. Show the code and results."}]
)
print(r.to_json())
第三步:检查工具块而不只读文字
官方说明响应包含server_tool_use和相应工具结果,最后才是文字总结。逐块查看工具是否被调用、执行了什么命令、标准输出与错误输出,以及return_code。只有回答“我算得八”不是执行证据。
练习数据总和应为十二,均值应为四,可用独立计算器复核。若工具没有调用,先核对请求与模型行为,不能把缺失工具结果记成运行成功。保存响应ID和脱敏结构方便定位。
第四步:处理错误与生成文件
工具错误、非零返回码和超时均需单独处理。code_execution_20260521向模型说明程序化Python单元的九十秒上限,但这不等于所有工具调用共享同一种超时错误。遇到超时先缩小输入或分块,不盲目无限重试。
生成文件要按返回文件标识读取或下载,并检查真实内容。路径字符串和文字下载提示不是已经取得文件的证据。后续请求需要复用容器时按官方container对象处理,不猜测本地路径能跨环境直接读取。
结果记录:工具版本;server_tool_use是否出现;结果块类型;return_code;stdout与stderr;独立验算;生成文件ID与实际下载;未完成事项。
第五步:扩大到真实数据前固定验收
确认小样例后再接文件,逐步检查行数、缺失值、单位与计算口径。清理步骤保留日志和原件,重要统计不要让模型自行决定删除异常值。
沙箱的执行能力不代表可以访问所有网络或本机文件,文件处理与数据政策查看当前官方范围。上线依据是工具确实执行且输出通过核对,而不是回复里出现代码块;成本与可用性按实际项目观察。
官方资料
资料核对日期:2026年11月20日。
本文地址:https://www.163264.com/22102


