返回目录 / Agent 工作流
在一个分析回合中并行查询独立工具
让 Claude 同时查询互不依赖的数据源,再汇总返回结果,减少串行等待。
目标
缩短需要多项独立只读事实的分析任务延迟。
步骤
- 找出互相无依赖的查询工具并定义严格的输入/输出 schema。 [parallel]
- 对 Claude Messages API 配置
tool_choice={"type":"auto"};记录单条 assistant turn 中返回的多个tool_use。 [parallel] - 并发执行各工具后按
tool_use_id逐个返回tool_result,检查汇总结果不混淆来源。 [parallel]
验证方式
同一轮包含多次独立只读调用;延迟低于串行基线且所有结果按调用 ID 配对。
故障处理
若模型只选一个工具,notebook 建议引入 batch tool 作为 meta-tool;仍须保留调用并发上限。
权限边界
前置条件
- Python、Anthropic SDK、API key、模拟只读工具。
权限边界
- 不得将有副作用工具并行化;限制每轮工具数量和下游速率。
限制
仅并行处理相互独立且幂等的调用;需要事务或顺序时,应显式建立相应控制。
固定上游来源
- 仓库
- anthropics/anthropic-cookbook
- 文件路径
- tool_use/parallel_tools.ipynb
- 固定提交
9c1e493ddd2b82df399d2a61b9c806c539e18be6- 来源检查
- 2026-10-14 · 已按固定上游来源核对
仓库指标
以下数字属于上游仓库整体,不代表单个 Skill 或指南的点赞/热度。
- Stars
- 未取得
- Forks
- 未取得
- 观测时间
- 未取得
尚未取得指标快照。
许可证: MIT