anthropics/courses

anthropics/courses官网

anthropics/courses 是 Anthropic 在 GitHub 上开源维护的官方教学仓库，以 Jupyter Notebook 形式提供五套可直接运行的互动课程：Anthropic API Fundamentals、Prompt Engineering Interactive Tutorial、Real World Prompting、Prompt Evaluations 与 Tool Use。与视频课程不同，这个仓库的每一章都是可以本地跑、可以改参数、可以立刻看到模型输出变化的代码笔记本，非常适合喜欢在动手中学习的开发者。

anthropics/courses GitHub 官方课程仓库页面

anthropics/courses的主要功能

1. API Fundamentals 基础课：讲解密钥管理、Messages API 请求结构、模型参数、流式输出与图像输入，是接入 Claude 的第一课。
2. Prompt Engineering 互动教程：分章节递进讲解提示词的基本结构、角色设定、示例引导、思维链与输出格式约束，每章配练习题与参。
3. Real World Prompting：把提示词技巧放进客服工单、法律文书摘要、代码审查等真实场景，演示如何从粗糙需求逐步打磨出可上线的提示词。
4. Prompt Evaluations 评估课：讲解如何建立测试集、设计打分标准、用代码或模型做自动评分，解决「改了提示词到底有没有变好」这个工程难题。
5. Tool Use 工具调用课：讲解工具定义 schema 的写法、模型如何决定调用时机、多轮工具调用的编排以及结果回传，这是构建 Agent 的地基。
6. 可运行 Notebook：全部内容以 .ipynb 形式提供，clone 到本地填入密钥即可逐格执行，改一个参数立刻能看到输出差异。
7. 开源可复用：仓库允许 fork 与二次修改，团队可以在官方内容基础上补充自己的业务案例，作为内部培训材料。

如何使用anthropics/courses

推荐学习流程：

1. 访问 GitHub 仓库页面，先浏览 README 中的课程目录，确认自己该从哪一门开始；
2. 把仓库 clone 到本地，创建 Python 虚拟环境并安装 anthropic 官方 SDK 与 Jupyter；
3. 在 Anthropic 控制台申请 API 密钥，写入环境变量而不是直接填进 Notebook；
4. 零基础的开发者从 Anthropic API Fundamentals 开始，逐格运行并观察每次响应的完整结构；
5. 进入 Prompt Engineering Interactive Tutorial，务必先自己动手写答案再看参考解，练习效果远好于直接读；
6. 有实际业务需求后再学 Real World Prompting 与 Prompt Evaluations，把评估流程搬进自己的项目；
7. 最后学习 Tool Use，并衔接更完整的 Agent 工程课程做进阶。

anthropics/courses的使用场景

1. 开发者自学入门：想系统掌握 Claude API 而不满足于零散博客文章的工程师；
2. 提示词能力打磨：已经会调 API，但输出质量不稳定，需要成体系地补齐提示词方；
3. 建立评估体系：团队要把大模型功能推上线，需要一套可量化的提示词回归测试方案；
4. Agent 开发前置准备：在动手写 Agent 之前先吃透工具调用的协议细节与常见坑；
5. 企业内训教材：技术负责人 fork 仓库后替换成公司真实业务案例，做成新人培训课；
6. 高校教学素材：课程内容开源且可运行，适合作为大模型应用开发课的实验材料。

anthropics/courses的价格与版本

仓库本身在 GitHub 上完全开源免费，clone 与使用不产生任何费用。需要注意的是，运行 Notebook 中的示例会真实调用 Anthropic API，这部分按官方 API 定价按 token 计费，学习过程中的消耗通常很小，但建议在控制台预先设置用量上限。想零成本预习的读者也可以只阅读 Notebook 中已保存的输出结果，不实际执行代码。

anthropics/courses的常见问题解答

没有 GitHub 账号或不会用 Git 可以学吗？

可以。GitHub 支持直接在网页上浏览 Notebook 的渲染结果，包括代码与已保存的模型输出，不注册账号也能阅读。不过要获得完整的互动体验，还是建议下载 ZIP 包或使用 Git clone 到本地运行，亲手改参数看变化才是这套教程的核心价值。

五门课程应该按什么顺序学？

建议按 API Fundamentals → Prompt Engineering Interactive Tutorial → Real World Prompting → Prompt Evaluations → Tool Use 的顺序推进。前两门是地基，中间两门解决工程落地与质量度量，最后一门为 Agent 开发做准备。已经熟悉 API 调用的开发者可以跳过第一门。

课程内容会随模型更新吗？

作为 Anthropic 官方维护的仓库，内容会随模型能力与接口变化持续更新，但开源项目的更新节奏不保证与产品发布完全同步。学习时如果遇到示例代错，优先对照官方文档确认接口参数是否有调整，也可以查看仓库的 Issues 区，通常已有其他开发者反馈过同样的问题。

anthropics/courses官网网址

anthropics/courses GitHub 仓库地址：https://github.com/anthropics/courses

相关资源：Anthropic 官方文档 https://docs.anthropic.com/。

入门可先看站内 Claude with the Anthropic API；系统课程可参考 Building with the Claude API；进阶 Agent 方向推荐 Anthropic 官方 Agent Skills 课程；其他厂商平台可参考 OpenAI Platform。

OpenI AI时代点评

在一堆二手教程里，模型厂商自己写的可运行代码永远是最有价值的那一份。anthropics/courses 的特别之处不在于内容多新，而在于它把「提示词工程」这件长期被当作玄学的事，用 Notebook 的形式变成了可复现的实验：同样一段提示词，加一个示例、换一种角色设定、约束一下输出格式，模型响应会怎么变，都能在几秒内亲眼看到。这种即时反馈对建立直觉的效率，是读十篇博客也换不来的。尤其推荐其中的 Prompt Evaluations 部分——大多数团队上线大模型功能时最大的隐患，正是没有任何回归测试手段，全凭「感觉这次改得更好」。把这一章的方法搬进自己的项目，收益会立刻显现。学完之后建议衔接 Anthropic 官方 Agent Skills 课程 继续深入。