Что такое Claude Platform
Этот курс для тех, кто хочет не пользоваться Claude, а встраивать его: в бота поддержки, в клиентский портал, во внутренний инструмент для аналитиков. К концу урока вы будете понимать, что именно называют Claude Platform, какие в ней части, какой у неё единственный «главный вход» и с какого уровня сложности начинать свой проект.
Три способа работать с Claude
В Amiga Claude встречается в трёх видах, и их полезно не путать.
Приложение Claude (сайт, десктоп, мобильный клиент) — чат для человека. Аналитик обсуждает там требования, менеджер готовит письмо. Ничего программировать не нужно.
Claude Code — агент для разработчика в терминале и IDE. Он сам читает репозиторий, правит файлы, запускает тесты. Ему посвящён курс «Claude Code 101».
Claude Platform — Claude как сервис для вашего кода. Ваша программа отправляет запрос, модель отвечает, вы решаете, что делать с ответом. Здесь нет готового интерфейса: вы строите его сами, а платформа даёт модель, инструменты и инфраструктуру.
Первые два — продукты для людей. Третий — конструктор для разработчиков. Именно про него этот курс.
Из чего состоит платформа
Слово «платформа» звучит широко, поэтому перечислим конкретные части.
- Messages API — единственный основной эндпоинт:
POST /v1/messages. Вы отправляете список сообщений, получаете ответ модели. Всё остальное (инструменты, режим рассуждения, структурированный вывод, кэширование) — параметры этого запроса, а не отдельные API. - SDK — официальные библиотеки для TypeScript, Python, Java, Go, Ruby, PHP и C#. В курсе используем
@anthropic-ai/sdk. SDK берёт на себя авторизацию, повторы при ошибках, потоковую передачу и типы. - Консоль на platform.claude.com — там создают API-ключи, смотрят расход, лимиты и логи, пробуют промпты в песочнице.
- Серверные инструменты — поиск в интернете, загрузка страниц, выполнение кода в песочнице. Их запускает Anthropic, вам достаточно объявить их в запросе.
- Вспомогательные API — файлы (загрузить документ один раз и ссылаться на него), пакетная обработка (Batches: много запросов без спешки и дешевле), подсчёт токенов, список моделей с их возможностями.
- Managed Agents — управляемые агенты: Anthropic сама крутит агентный цикл и держит контейнер, где агент работает с файлами и выполняет команды. На момент написания это бета, разберём в отдельном модуле.
Ничего из этого не обязательно использовать сразу. Большинство задач в агентстве решаются одним Messages API и SDK.
Один запрос, воркфлоу или агент
Самая полезная мысль курса: не всякую задачу нужно решать агентом. Есть три уровня сложности, и начинать стоит с нижнего.
| Уровень | Что это | Пример из агентства |
|---|---|---|
| Один вызов | Запрос → ответ. Никаких циклов. | Классифицировать обращение в поддержку, вытащить поля из письма, кратко пересказать созвон |
| Воркфлоу | Несколько вызовов, порядок которых задаёт ваш код | Прочитать ТЗ → выделить требования → для каждого сгенерировать тест-кейсы |
| Агент | Модель сама решает, какие инструменты вызвать и когда остановиться | Проверить pull request: посмотреть diff, прочитать связанные файлы, запустить тесты, написать замечания |
Чем выше уровень, тем дороже, медленнее и труднее проверять. Прежде чем строить агента, стоит честно ответить на четыре вопроса: задача действительно многошаговая и её нельзя описать заранее? Результат стоит лишних затрат? Модель вообще хорошо справляется с такими задачами? Ошибку можно поймать и откатить? Если хоть на один вопрос ответ «нет», оставайтесь на уровне ниже.
Четыре примера, которые пройдут через курс
Чтобы не говорить абстрактно, весь курс будет опираться на четыре задачи, похожие на те, что бывают у нас.
- Классификация обращений в поддержку. Клиентские письма нужно раскладывать по категориям и срочности. Это один вызов, и на нём мы сделаем первый запрос к API и научимся получать структурированный ответ.
- Помощник аналитика по ТЗ. Загружаем большое техническое задание, задаём вопросы, ищем противоречия. Здесь пригодятся режим рассуждения и управление контекстом: документ большой, а вопросов много.
- Агент, который проверяет pull request. Модель сама решает, какие файлы посмотреть и какие проверки запустить. На нём разберём агентный цикл, вызов инструментов и управляемых агентов.
- Бот для клиентского портала. Отвечает заказчику о статусе проекта, читает данные из трекера. Здесь нужны потоковый вывод, MCP и аккуратная работа с длинными диалогами.
Все четыре начинаются одинаково: с одного вызова messages.create. Это и есть главный аргумент за платформу: путь от прототипа до агента идёт через один и тот же эндпоинт, а не через переписывание с нуля.
Что понадобится
Для практики в курсе нужны Node.js, npm и API-ключ. Ключ создаётся в консоли на platform.claude.com: у организации Amiga есть общий аккаунт, попросите доступ у тимлида. Ключ храните в переменной окружения ANTHROPIC_API_KEY, никогда не коммитьте в репозиторий и не отправляйте в браузер: любой запрос от фронтенда должен идти через ваш сервер.
Тарифы и лимиты в курсе не приводим: они меняются, актуальные всегда на docs.claude.com и в консоли. Там же смотрите расход по своему ключу после первых экспериментов.
Попробуйте сами
10–15 мин на рабочем месте- Возьмите три задачи из своего текущего проекта, где мог бы помочь ИИ. Для каждой определите уровень: один вызов, воркфлоу или агент. Если получился агент, проверьте его четырьмя вопросами из урока.
- Зайдите на platform.claude.com, найдите раздел с API-ключами и раздел с расходом. Ключ создавать пока не нужно, просто посмотрите, где что лежит.
- Откройте обзор документации и найдите страницу Messages API. Пролистайте список параметров запроса: многие из них мы разберём в курсе, и полезно заранее увидеть, что их не сотни.
Коротко
- Claude Platform — это Claude для вашего кода: Messages API, SDK, консоль, серверные инструменты, файлы, батчи и управляемые агенты.
- Всё идёт через один эндпоинт
POST /v1/messages; инструменты и режимы — параметры запроса, а не отдельные API. - Три уровня сложности: один вызов, воркфлоу, агент. Начинайте с нижнего.
- Агент оправдан, только если задача многошаговая, результат стоит затрат, модель справляется и ошибку можно откатить.
- API-ключ живёт на сервере в переменной окружения и никогда не попадает в браузер.
Видеоверсия
Сценарий озвучки · 483 слова, ≈ 4 мин
Этот курс про то, как встроить Claude в свой продукт. Не пользоваться чатом, а писать код, который вызывает модель. За несколько минут разберём, что такое Claude Platform, из чего она состоит и с чего начинать.
Claude в нашей работе встречается в трёх видах. Первый — приложение Claude, обычный чат для человека. Второй — Claude Code, агент для разработчика в терминале, про него есть отдельный курс. И третий — Claude Platform: Claude как сервис для вашего кода. Ваша программа отправляет запрос, модель отвечает, а что делать с ответом — решаете вы. Готового интерфейса нет, вы строите его сами.
Из чего платформа состоит. В центре один эндпоинт — Messages API. Вы отправляете список сообщений и получаете ответ. Всё остальное — инструменты, режим рассуждения, структурированный вывод, кэширование — это параметры того же запроса, а не отдельные сервисы. Вокруг эндпоинта — официальные библиотеки для разных языков, в курсе мы используем TypeScript. Есть консоль, где создают ключи и смотрят расход. Есть серверные инструменты: поиск в интернете и выполнение кода, которые запускает сама Anthropic. Есть вспомогательные API для файлов и пакетной обработки. И есть управляемые агенты, когда Anthropic сама крутит агентный цикл — пока это бета.
Самая важная мысль урока: не всякую задачу нужно решать агентом. Есть три уровня. Первый — один вызов: отправили запрос, получили ответ. Так классифицируют обращения в поддержку или вытаскивают поля из письма. Второй — воркфлоу: несколько вызовов, но порядок задаёт ваш код. Например, прочитать техзадание, выделить требования, для каждого сгенерировать тест-кейсы. Третий — агент: модель сама решает, какие инструменты вызвать и когда остановиться. Например, проверить pull request, посмотрев файлы и запустив тесты.
Чем выше уровень, тем дороже, медленнее и труднее проверять. Поэтому перед тем как строить агента, задайте себе четыре вопроса. Задача действительно многошаговая, и её нельзя расписать заранее? Результат стоит лишних затрат? Модель хорошо справляется с такими задачами? Ошибку можно поймать и откатить? Если хотя бы один ответ «нет» — оставайтесь уровнем ниже.
Через весь курс пройдут четыре задачи, похожие на наши. Классификатор обращений в поддержку — на нём сделаем первый запрос. Помощник аналитика по техзаданию — на нём разберём режим рассуждения и работу с большим контекстом. Агент, который проверяет pull request, — на нём изучим агентный цикл и инструменты. И бот для клиентского портала, которому нужны потоковый вывод и подключение к трекеру через MCP. Все четыре начинаются с одного и того же вызова. Это главный аргумент за платформу: путь от прототипа до агента идёт через один эндпоинт, а не через переписывание.
Обратите внимание: ничего из перечисленного не обязательно использовать сразу. Большинство задач в агентстве решаются одним Messages API и SDK, а серверные инструменты и управляемые агенты подключаются тогда, когда без них правда не обойтись.
Что понадобится для практики: Node.js и API-ключ. Ключ создаётся в консоли, доступ к аккаунту агентства даст тимлид. Храните ключ в переменной окружения, не коммитьте и никогда не отправляйте в браузер: запросы с фронтенда идут только через ваш сервер. Цены и лимиты в курсе не называем — они меняются, смотрите документацию и консоль.
В следующем уроке сделаем первый вызов и получим от модели структурированный ответ.