利用计算机使用、Skills API 和 Files API 构建生产级 Agent

英文标题：Build production agents with computer use, the Skills API, and the Files API

Claude Platform 今日宣布，计算机使用、Skills API 和 Files API 已全面可用。计算机使用新增 browser use tool，使 Agent 能结合页面结构而非仅依赖屏幕像素，更可靠地操作网页应用。Skills API 支持上传和版本管理团队技能，Files API 则提供文件存储、自动过期、更高的速率限制及每个组织 1 TB 存储空间。这些能力让开发者能够构建可操作软件、调用团队专业知识并交付完整文件的生产级 Agent。

打开原文相关 6 · 机会 4

中文

计算机使用、Skills API 和 Files API 今日已在 Claude Platform 全面可用。计算机使用还为在 Web 应用中工作的 Agent 新增了 browser use tool。它们结合起来，让你能够构建可操作软件、应用团队专业知识并返回已完成文件的 Agent。

在 Claude Platform 上构建 Agent

**计算机使用（Computer use）**让你能够构建可操作其所见软件的 Agent。获得屏幕截图后，Agent 会像坐在键盘前的人一样点击、输入和滚动。这使其能够在从未为自动化而设计的应用程序中工作。新的 browser use tool 将这一能力扩展至 Web。除屏幕截图外，Agent 还能读取页面结构，并针对特定字段或按钮采取操作，而不是仅依据屏幕上的位置操作。

Skills API 和 Files API 可让你为该 Agent 提供团队专业知识和文档。Skill 是一个由指令、脚本和模板组成的文件夹，Claude 仅会在任务需要时加载它。借助 Skills API，你可以上传并为自己的 Skill 创建版本，随后将其附加到任何请求中。它们在 Claude 的代码执行沙箱中运行，因此你无需自行托管。Files API 是供 Agent 读取和写入文档的存储服务：只需上传一次 PDF 或电子表格，即可在后续请求中通过 ID 引用它，而无需重复发送；你还可以下载 Agent 创建的文件。

假设你正在构建一个理赔 Agent。它从 Files API 读取受理文件，遵循一个编码了团队申报流程的 Skill，使用 browser use tool 在保险公司的 Web 门户中完成提交，并将确认信息保存回文件。已全面可用的代码执行和 Web 搜索，也可以融入同一工作循环。

全面可用版本的新增内容

**计算机使用：**更新后的计算机使用工具允许 Claude 每轮执行多个操作，而不再是每次模型调用仅执行一个操作，因此任务可通过更少调用、在更短时间内完成。计算机使用现在也可在我们的 BAA 下用于受 HIPAA 监管的工作负载。
**Browser use tool：**今日作为计算机使用的新功能推出。它采用相同的多操作轮次机制，并增加页面结构信息，因此 Agent 相比仅依赖像素，可以更可靠地定位 Web 元素。
**Skills API：**提供了更简化的 API，用于上传和版本管理你自己的 Skill。
**Files API：**提供自动文件过期、提高 5 倍的速率限制，以及每个组织 1 TB 的存储空间。

English / 原文

Computer use, the Skills API, and the Files API are generally available on the Claude Platform today. Computer use also adds a new browser use tool for agents that work in web applications. Together they let you build agents that operate software, apply your team's expertise, and return finished files.

Building agents on the Claude Platform

Computer use lets you build agents that operate software they can see. Given a screenshot, the agent clicks, types, and scrolls the way someone at the keyboard would. That lets it work in applications that were never built for automation. The new browser use tool extends this to the web. Alongside the screenshot, the agent reads the structure of the page and acts on a specific field or button rather than a position on screen.

TheSkills API and the Files API let you give that agent your expertise and your documents. A skill is a folder of instructions, scripts, and templates that Claude loads only when a task calls for it. With the Skills API you upload and version your own skills, then attach them to any request. They run in Claude's code execution sandbox, so there is nothing for you to host. TheFiles API is storage for the documents an agent reads and writes: upload a PDF or spreadsheet once, reference it by ID in later requests instead of re-sending it, and download the files the agent creates.

Say you're building a claims agent. It reads the intake document from the Files API, follows a skill that encodes the team's filing procedure, completes the submission in an insurer's web portal with the browser use tool, and saves the confirmation back as a file. Code execution and web search, already generally available, fit into the same loop.

What's new with general availability

Computer use: the updated computer use tool lets Claude take several actions per turn instead of one per model call, so tasks finish in fewer calls and less time. Computer use is also now eligible for HIPAA-regulated workloads under our BAA.
Browser use tool: new in computer use today. It uses the same multi-action turns and adds page structure, so agents target web elements more reliably than with pixels alone.
Skills API: a simpler API for uploading and versioning your own skills.
Files API: automatic file expiration, 5x higher rate limits, and 1 TB of storage per organization.