2026 Claude Documentation 完整概覽：九篇深度指南的系統化導讀

Anthropic 的 Claude API 文件體系在 2026 年已發展為一套涵蓋五大領域、數十項功能的完整開發平台。本系列共九篇深度指南，每一篇都針對一個核心主題進行完整解析。本文作為總覽，提供系統化的導讀和學習路線建議。

文件架構全景

Claude API 的功能體系可以劃分為五大區塊：

區塊涵蓋主題對應指南
開發基礎API 概覽、Messages API、Stop ReasonsBuild with Claude
模型能力Extended Thinking、Structured Outputs、Vision 等 13 項Model Capabilities
工具體系Tool Use、Server/Client Tools、Tool RunnerTools
工具基礎設施MCP Connector、Tool Search、Programmatic CallingTool Infrastructure
上下文管理Context Window、Compaction、Prompt Caching 等 5 項Context Engineering
檔案管理Files API、跨請求引用Files API
能力擴展Agent Skills、Progressive DisclosureAgent Skills
SDKAgent SDK、Subagents、HooksAgent SDK
提示工程八大技巧、Extended Thinking TipsPrompt Engineering

建議閱讀順序

第一階段：掌握基礎

1. Build with Claude - 開發基礎入門

閱讀完整指南 →

這是整個系列的起點。涵蓋 Claude API 的功能全景圖、Messages API 的核心使用模式、Stop Reasons 的處理策略，以及 Prompt Engineering 的方法論概覽。

核心知識點：

  • Features Overview：五大功能區塊（Model Capabilities、Tools、Tool Infrastructure、Context Management、Files and Assets）的完整功能矩陣
  • Messages API：無狀態設計、多輪對話管理、Content Types（text、image、document、tool_use、thinking、search_result）
  • Stop Reasons：七種停止原因（end_turn、max_tokens、stop_sequence、tool_use、pause_turn、refusal、model_context_window_exceeded）的處理邏輯
  • Prompt Engineering Overview：八大技巧的排列順序與適用場景，以及 Prompt Engineering 相對於 Fine-tuning 的優勢

適合讀者：所有 Claude API 開發者，無論經驗程度。

2. Model Capabilities - 模型能力全面解析

閱讀完整指南 →

深入解析 Claude 的十三項模型能力，從深度推理到多模態處理。這是理解 Claude 能做什麼的關鍵篇章。

核心知識點：

  • Extended Thinking / Adaptive Thinking：延伸思考機制、Summarized Thinking、Interleaved Thinking、Thinking Encryption。Adaptive Thinking 是 Opus 4.6 的推薦思考模式，Claude 自動決定思考深度
  • Effort / Fast Mode：Effort 參數（max/high/medium/low）控制 token 效率與回應品質的平衡；Fast Mode 為 Opus 4.6 提供 2.5 倍 output 速度，但定價為標準的 6 倍
  • Structured Outputs：JSON Outputs（constrained decoding）和 Strict Tool Use，保證回應遵循指定 schema
  • Citations / Search Results：引用來源追蹤，支援 Plain Text、PDF、Custom Content 三種文件類型
  • Streaming / Batch Processing：SSE 串流和 50% 折扣的批次處理
  • PDF Support / Vision：多模態處理，PDF 每頁轉換為圖片加文字提取，圖片 token 計算公式為 (width * height) / 750
  • Multilingual / Embeddings：多語言效能數據，推薦 Voyage AI 嵌入模型

適合讀者：需要了解 Claude 完整能力矩陣的開發者。

第二階段：工具與整合

3. Tools - 工具使用完整指南

閱讀完整指南 →

Tool Use 是建構 AI Agent 的核心能力。本篇涵蓋兩類工具架構、七種內建工具，以及自動化框架。

核心知識點：

  • Client Tools vs Server Tools：Client Tools 由開發者實作（自定義工具、Bash、Computer Use、Text Editor）；Server Tools 在 Anthropic 伺服器執行（Web Search、Web Fetch、Code Execution、Memory）
  • Tool 定義最佳實踐：每個工具至少 3-4 句描述，明確說明何時該用、何時不該用
  • Memory Tool：跨對話資訊儲存，六個指令（view、create、str_replace、insert、delete、rename），與 Context Editing 和 Compaction 搭配使用
  • Tool Runner：SDK 提供的自動化框架，自動處理工具呼叫迴圈、錯誤處理、串流和 Compaction
  • Parallel Tool Use：單次回應中同時呼叫多個工具，透過 tool_choice 和 disable_parallel_tool_use 控制

適合讀者：需要讓 Claude 執行操作（搜尋、執行程式碼、編輯檔案）的開發者。

4. Tool Infrastructure - 工具基礎設施

閱讀完整指南 →

當工具數量從幾個增長到數百甚至數千個時，需要的基礎設施層。

核心知識點：

  • Fine-grained Tool Streaming：工具參數不經緩衝直接串流，首次 chunk 延遲從 ~15 秒降至 ~3 秒
  • MCP Connector：直接從 Messages API 連接遠端 MCP 伺服器，無需自行實作 MCP 客戶端。支援 Allowlist/Denylist 模式、多伺服器、OAuth 認證
  • Programmatic Tool Calling：在 Code Execution 容器中撰寫 Python 程式碼來批次呼叫工具，token 消耗僅為直接呼叫的約 1/10
  • Tool Search：支援 Regex 和 BM25 兩種搜尋變體，透過 defer_loading: true 按需載入，最多 10,000 個工具

適合讀者：建構大規模 Agent 系統或需要整合外部 MCP 伺服器的開發者。

第三階段：Context 與資源管理

5. Context Engineering - 上下文工程

閱讀完整指南 →

Context Engineering 已成為與 Prompt Engineering 同等重要的核心技能。本篇涵蓋五大 Context Management 工具。

核心知識點：

  • Context Window：標準 200K tokens，1M beta（Tier 4+）。Extended Thinking 下前輪 thinking blocks 自動剝離。Context Awareness 讓 Claude 4.5+ 追蹤剩餘 token 預算
  • Compaction：伺服器端 context 壓縮，觸發閾值可配置（最低 50K tokens），支援自訂摘要指令和 pause_after_compaction。Beta 狀態，支援 Opus 4.6 和 Sonnet 4.6
  • Context Editing：三種策略 -- Tool Result Clearing（按時間清除最舊的工具結果）、Thinking Block Clearing（管理 thinking blocks 保留策略）、Client-side SDK Compaction
  • Prompt Caching：Automatic Caching（單一參數）和 Explicit Breakpoints（最多 4 個斷點）。快取命中只需基礎價格 10%。20 區塊回溯窗口。5 分鐘或 1 小時 TTL
  • Token Counting：免費使用，獨立速率限制。支援 context management 預覽。所有活躍模型均支援

適合讀者：需要處理長對話、最佳化成本、或管理大量工具呼叫的開發者。

6. Files API - 檔案管理

閱讀完整指南 →

「上傳一次、多次使用」的檔案管理解決方案。

核心知識點：

  • 檔案類型與 Content Block 對應：PDF/純文字 → document block，圖片 → image block，資料集 → container_upload block
  • 儲存限制：單一檔案 500 MB，組織總儲存 100 GB
  • 操作免費：上傳、下載、列出、metadata、刪除均不收費，僅 Messages 中使用時按 input tokens 計費
  • 搭配 Code Execution 和 Agent Skills 使用時特別有效

適合讀者：需要處理文件、搭配 Code Execution 做資料分析的開發者。

第四階段：進階能力

7. Agent Skills - 能力擴展模組

閱讀完整指南 →

模組化的能力擴展系統，透過 Progressive Disclosure 三層載入機制高效使用 context。

核心知識點：

  • Progressive Disclosure：Level 1 Metadata（~100 tokens/Skill，啟動時載入）→ Level 2 Instructions（<5K tokens，觸發時載入）→ Level 3 Resources/Code（按需載入，腳本不消耗 context）
  • 預建 Skills：PowerPoint、Excel、Word、PDF
  • 自定義 Skills：SKILL.md 結構（YAML frontmatter + 指令主體 + 捆綁資源）
  • 跨平台可用性：Claude API（需 beta headers）、Claude Code（基於檔案系統）、Claude Agent SDK（.claude/skills/）、Claude.ai（zip 上傳）。不會跨平台自動同步

適合讀者：需要為 Claude 建立可重用領域專業知識的開發者。

8. Agent SDK - 自主 Agent 建構

閱讀完整指南 →

將 Claude Code 的所有能力封裝為可程式化介面，內建工具執行能力。

核心知識點：

  • Built-in Tools：Read、Write、Edit、Bash、Glob、Grep、WebSearch、WebFetch、AskUserQuestion，透過 allowed_tools 控制
  • Hooks：生命週期鉤子（PreToolUse、PostToolUse、Stop、SessionStart 等），用正則表達式匹配器過濾工具呼叫
  • Subagents：產生專門化的子代理處理子任務，主代理委派、子代理回報
  • MCP 整合：以字典格式定義 MCP 伺服器，SDK 自動管理連線
  • Sessions：維持跨多次交互的 context，支援恢復和分岔
  • vs Client SDK：Agent SDK 內建工具執行，Client SDK 需要自行實作工具迴圈

適合讀者：建構生產級 AI Agent 應用的開發者。

9. Prompt Engineering - 提示工程深度指南

閱讀完整指南 →

從最廣泛有效到最專門化的八大核心技巧，以及 Extended Thinking 專屬策略。

核心知識點：

  • Be Clear and Direct：最基礎也最重要。把 Claude 想像成聰明但沒有背景知識的新員工
  • Multishot Prompting：3-5 個精心設計的範例，涵蓋邊緣案例，使用 <example> 標籤
  • Chain of Thought：三個等級（Basic → Guided → Structured），用 <thinking> 和 <answer> 分離推理和答案
  • XML Tags：在複雜 prompt 中分離不同組件，提升準確度和可解析性
  • System Prompts：設定行為基線，比每次 user message 重複指定更高效
  • Chain Complex Prompts：將複雜任務分解為多步驟管線
  • Long Context Tips：重要資訊放在 prompt 開頭或結尾
  • Extended Thinking Tips：優先使用通用指令再逐步細化；利用 thinking 輸出除錯；讓 Claude 驗證自己的工作

適合讀者：所有想要從 Claude 獲得更好輸出的開發者。

按場景查找指南

我想快速開始使用 Claude API

閱讀 Build with Claude 了解 Messages API 基礎，然後根據需求選讀其他指南。

我想建構 AI Agent

依序閱讀：Tools → Tool Infrastructure → Agent SDK。如果需要持久化能力，加讀 Agent Skills。

我想最佳化成本和效能

重點閱讀 Context Engineering（Prompt Caching 可節省 90% 輸入成本）和 Model Capabilities 中的 Effort 參數與 Batch Processing。

我想處理文件和資料

閱讀 Files API 了解檔案管理，Model Capabilities 中的 PDF Support 和 Vision 了解多模態處理。

我想改善 Claude 的輸出品質

Prompt Engineering 是核心，搭配 Model Capabilities 中的 Extended Thinking 和 Structured Outputs。

各指南涵蓋的 API 功能對照表

功能指南狀態
Messages APIBuild with ClaudeGA
Extended ThinkingModel CapabilitiesGA
Adaptive ThinkingModel CapabilitiesGA
EffortModel CapabilitiesGA
Fast ModeModel CapabilitiesResearch Preview
Structured OutputsModel CapabilitiesGA
CitationsModel CapabilitiesGA
StreamingModel CapabilitiesGA
Batch ProcessingModel CapabilitiesGA
PDF SupportModel CapabilitiesGA
Search ResultsModel CapabilitiesGA
VisionModel CapabilitiesGA
Tool UseToolsGA
Web SearchToolsGA
Web FetchToolsGA
Code ExecutionToolsGA
Memory ToolToolsGA
Bash / Computer Use / Text EditorToolsBeta
Tool RunnerToolsBeta
Fine-grained Tool StreamingTool InfrastructureGA
MCP ConnectorTool InfrastructureBeta
Programmatic Tool CallingTool InfrastructureBeta
Tool SearchTool InfrastructureBeta
Context Window (1M)Context EngineeringBeta
CompactionContext EngineeringBeta
Context EditingContext EngineeringBeta
Prompt CachingContext EngineeringGA
Token CountingContext EngineeringGA
Files APIFiles APIBeta
Agent SkillsAgent SkillsBeta
Agent SDKAgent SDKGA

小結

Claude API 在 2026 年已經從單純的文字生成 API 演進為一個完整的 AI Agent 開發平台。從 Messages API 的基礎互動，到 Extended Thinking 的深度推理、Tool Use 的環境操作、MCP Connector 的外部整合、Compaction 的長對話管理、Agent Skills 的模組化擴展，再到 Agent SDK 的生產級封裝，每一層都在前一層的基礎上疊加能力。

這九篇指南覆蓋了截至 2026 年 2 月 Claude API 文件的所有核心主題。建議按照本文的建議閱讀順序，從基礎到進階逐步建立完整的知識體系。