在构建代理式工作流（agentic workflows）时，多步推理链是实现复杂任务的关键。Claude API 通过其工具调用（tool calls）和消息 API 支持这种模式，但要确保可重现性和鲁棒性，需要在 Jupyter 环境中工程化具体的配方。本文聚焦于 Claude Cookbook 中的相关实践，探讨如何整合工具调用、状态持久化和错误处理，形成可靠的多步推理链。
首先，理解多步推理的核心观点：Claude 模型擅长逐步分解任务，但单次调用往往不足以处理复杂链条。通过迭代调用 API，结合外部工具（如计算器、数据库查询），可以构建链式推理。证据来自 Anthropic 的 Claude Cookbook 仓库，其中 tool_use 和 patterns/agents 目录提供了 Jupyter notebooks 示例，例如 customer_service_agent.ipynb，该 notebook 演示了如何使用工具处理用户查询的多轮交互，而非一次性响应。这避免了幻觉（hallucination），提升了准确性。
要落地这一观点，在 Jupyter 中实现工具调用配方。首先，安装 anthropic SDK：pip install anthropic。然后，定义工具，例如一个简单的计算工具：
from anthropic import Anthropic
client = Anthropic(api_key="your-api-key")
tools = [
{
"name": "calculator",
"description": "Perform basic arithmetic",
"input_schema": {
"type": "object",
"properties": {
"expression": {"type": "string", "description": "Math expression to evaluate"}
},
"required": ["expression"]
}
}
]
在多步链中，初始化消息历史以持久化状态：使用列表存储消息对象，包括用户输入、助手响应和工具结果。例如：
messages = [{"role": "user", "content": "初始查询"}]
for step in range(max_steps): # 设置最大步数为5-10，避免无限循环
response = client.messages.create(
model="claude-3-5-sonnet-20240620",
max_tokens=1024,
tools=tools,
messages=messages
)
if response.stop_reason == "tool_use":
tool_call = response.content[-1]
# 执行工具
result = eval(tool_call.input["expression"]) # 安全起见，使用 ast.literal_eval
messages.append({"role": "assistant", "content": tool_call.content})
messages.append({"role": "user", "content": [{"type": "tool_result", "tool_use_id": tool_call.id, "content": str(result)}]})
else:
break # 推理完成
此配方确保状态通过 messages 列表持久化，每步构建在上一步基础上。可落地参数包括：max_tokens=1024（平衡响应长度与成本），temperature=0.1（减少随机性，确保可重现），max_steps=8（针对典型推理链）。
接下来，状态持久化是多步链的基石。在 Jupyter 中，利用 notebook 的细胞结构自然持久化变量，如将 messages 作为全局变量，或使用 pickle 保存 checkpoint：
import pickle
# 保存状态
with open('state.pkl', 'wb') as f:
pickle.dump(messages, f)
# 加载状态
with open('state.pkl', 'rb') as f:
messages = pickle.load(f)
证据显示，这种方法在 cookbook 的 extended_thinking 示例中被用于长链推理，避免了上下文窗口溢出。风险包括 token 累积超过模型限制（Claude 3.5 支持 200k tokens），因此设置阈值：如果 len (' '.join ([m ['content'] for m in messages])) > 150000，触发总结步骤压缩历史。
错误处理是工程化的关键，确保链不中断。常见错误如 API 限速（rate limit）、网络超时或工具执行失败。配方采用指数退避重试：
import time
from anthropic import APIError
def call_with_retry(client, **kwargs, max_retries=3):
for attempt in range(max_retries):
try:
return client.messages.create(**kwargs)
except APIError as e:
if "rate limit" in str(e).lower():
wait = 2 ** attempt
time.sleep(wait)
else:
raise
raise Exception("Max retries exceeded")
使用此函数替换直接调用。监控要点：日志记录每步 token 使用（response.usage），设置阈值如 total_tokens > 预算时停止；对于工具错误，使用 try-except 包裹执行，并将错误反馈回 Claude 以自愈，例如添加消息 {"role": "user", "content": f"Tool error: {err_msg}"}。
在代理工作流中，整合这些形成完整链。例如，一个研究代理：步骤 1 理解查询，步骤 2 调用搜索工具，步骤 3 分析结果，步骤 4 生成报告。Jupyter 优势在于可视化：每个细胞对应一步，运行时可检查中间输出，确保可重现。通过 % run 或 nbconvert，可转换为脚本部署。
潜在风险与限制：API 成本累积（多步可达单步 10 倍），建议预算监控；安全：工具执行需沙箱，避免 eval 风险，使用 safer 库如 sympy。回滚策略：如果链失败，从最近 checkpoint 重启。
最后，带上资料来源：本文基于 Anthropic 的 Claude Cookbooks 仓库（https://github.com/anthropics/claude-cookbooks），特别是 tool_use 和 patterns/agents 目录的 notebooks。更多细节可参考 Anthropic API 文档（https://docs.anthropic.com/claude/docs）。
（字数约 950）