Claude в Google Vertex AI

Подключение Claude через Google Cloud — авторизация, регионы, биллинг.

100 уроков, первые 3 бесплатно. Полный доступ: 1490 руб.

Уроки курса

  1. Welcome to the course
  2. Overview of Claude models
  3. Accessing the API
  4. Vertex AI Setup
  5. Making a request
  6. Multi-turn conversations
  7. Chat exercise
  8. System prompts
  9. System prompts exercise
  10. Temperature
  11. Course satisfaction survey
  12. Response streaming
  13. Controlling model output
  14. Structured data
  15. Structured data exercise
  16. Quiz on accessing Claude with the API
  17. Prompt evaluation
  18. A typical eval workflow
  19. Generating test datasets
  20. Running the eval
  21. Model based grading
  22. Code based grading
  23. Exercise on prompt evals
  24. Quiz on prompt evaluation
  25. Prompt engineering
  26. Being clear and direct
  27. Being specific
  28. Structure with XML tags
  29. Providing examples
  30. Exercise on prompting
  31. Quiz on prompt engineering techniques
  32. Introducing tool use
  33. Project overview
  34. Tool functions
  35. Tool schemas
  36. Handling message blocks
  37. Sending tool results
  38. Multi-turn conversations with tools
  39. Implementing multiple turns
  40. Using multiple tools
  41. The batch tool
  42. Tools for structured data
  43. The text edit tool
  44. The web search tool
  45. Quiz on tool use with Claude
  46. Introducing Retrieval Augmented Generation
  47. Text chunking strategies
  48. Text embeddings
  49. The full RAG flow
  50. Implementing the RAG flow
  51. BM25 lexical search
  52. A Multi-index RAG pipeline
  53. Reranking results
  54. Contextual retrieval
  55. Quiz on Retrieval Augmented Generation
  56. Extended thinking
  57. Image support
  58. PDF support
  59. Citations
  60. Prompt caching
  61. Rules of prompt caching
  62. Prompt caching in action
  63. Quiz on features of Claude
  64. Introducing MCP
  65. MCP clients
  66. Project setup
  67. Defining tools with MCP
  68. The server inspector
  69. Implementing a client
  70. Defining resources
  71. Accessing resources
  72. Defining prompts
  73. Prompts in the client
  74. MCP review
  75. Quiz on Model Context Protocol
  76. Anthropic apps
  77. Claude Code setup
  78. Claude Code in action
  79. Enhancements with MCP servers
  80. Parallelizing Claude Code
  81. Automated debugging
  82. Computer use
  83. How computer use works
  84. Agents and workflows
  85. Parallelization workflows
  86. Chaining workflows
  87. Routing workflows
  88. Agents and tools
  89. Environment inspection
  90. Workflows vs agents
  91. Quiz on agents and workflows
  92. Final assessment quiz
  93. Course Wrap Up
  94. Course Description
  95. Course Description
  96. Course Description
  97. Course Description
  98. Course Description
  99. Course Description
  100. Course Description

Многоходовые диалоги с Claude: Управление контекстом

При работе с большими языковыми моделями (LLM), такими как Claude от Anthropic, через API или SDK, крайне важно понимать один фундаментальный принцип: Claude не хранит историю ваших предыдущих запросов. Каждый запрос, который вы отправляете, является полностью независимым и обрабатывается без какой-либо памяти о предыдущих взаимодействиях. Это означает, что если вы хотите вести многоходовой диалог, в котором Claude помнит контекст из более ранних сообщений, вам необходимо самостоятельно управлять состоянием беседы.

Проблема "беспамятных" диалогов

Представьте, что вы задаете Claude вопрос: "Что такое квантовые вычисления?" и получаете подробный ответ. Затем вы решаете продолжить беседу, задав уточняющий вопрос: "Напиши еще одно предложение". Без контекста Claude не будет знать, о чем вы просите. Он может написать предложение о чем угодно, совершенно не связанное с квантовыми вычислениями, потому что у него нет памяти о предыдущем обсуждении. Для Claude это два совершенно отдельных запроса, и второй запрос не содержит никакой информации о первом.

Как работают многоходовые диалоги

Чтобы поддерживать контекст беседы и позволить Claude "помнить" предыдущие реплики, вам необходимо выполнить два ключевых действия:

Вот как выглядит рабочий процесс:

  1. Вы отправляете свое первоначальное сообщение пользователя (user message) Claude.
  2. Вы получаете ответ от Claude и добавляете его в свой список сообщений как сообщение помощника (assistant message).
  3. Вы добавляете свой следующий вопрос или реплику как еще одно сообщение пользователя.
  4. Вы отправляете всю историю беседы (включая все предыдущие сообщения пользователя и ответы Claude) обратно Claude.

Таким образом, Claude каждый раз получает полный "сценарий" диалога до текущего момента и может правильно интерпретировать ваш новый запрос, опираясь на весь предыдущий контекст.

Создание вспомогательных функций для управления диалогом

Чтобы упростить управление историей сообщений, можно создать несколько вспомогательных функций. Эти функции помогут правильно форматировать сообщения и отправлять их Claude. Сообщения должны быть представлены в виде списка объектов, где каждый объект имеет поле "role" (указывающее, кто является автором сообщения – "user" или "assistant") и поле "content" (содержащее текст сообщения).

Рассмотрим пример таких функций:

Собираем все воедино: Пример многоходового диалога

Давайте посмотрим, как эти функции используются для поддержания полноценного диалога:

  1. Инициализация: Начинаем с пустого списка сообщений: messages = [].
  2. Первый вопрос пользователя: Добавляем первое сообщение пользователя в список: add_user_message(messages, "Определи квантовые вычисления одним предложением"). Теперь список messages содержит одно сообщение с ролью "user".
  3. Получение ответа от Claude: Отправляем текущий список сообщений Claude с помощью функции chat(messages). Claude обрабатывает запрос и возвращает ответ.
  4. Добавление ответа Claude в историю: Полученный ответ от Claude добавляем в наш список сообщений: add_assistant_message(messages, answer). Теперь список messages содержит два сообщения: наш вопрос и ответ Claude.
  5. Следующий вопрос пользователя (с контекстом): Добавляем следующий вопрос пользователя: add_user_message(messages, "Напиши еще одно предложение"). Список messages теперь содержит три сообщения.
  6. Получение ответа с полным контекстом: Снова отправляем весь обновленный список сообщений Claude с помощью chat(messages). Поскольку Claude теперь видит всю историю (первый вопрос, его ответ, второй вопрос), он понимает, что "Напиши еще одно предложение" относится к расширению определения квантовых вычислений.

Таким образом, Claude сможет продолжить мысль и предоставить релевантный ответ, потому что вы предоставили ему полный контекст беседы. Этот подход позволяет создавать приложения, которые имитируют естественные, текучие диалоги, а не серию несвязанных вопросов и ответов.

Ключевые выводы

Помните, что каждый вызов API к Claude является независимым. Если вы хотите обеспечить контекст беседы, вы должны:

Эти принципы и вспомогательные функции будут незаменимы в вашей работе с Claude, значительно упрощая создание приложений, которые ощущаются как естественные диалоги, а не как изолированные обмены вопросами и ответами.