Claude API サーバーサイドツール実践ガイド — Web Search・Code Execution・Tool Searchで「検索→分析→回答」を1リクエストに凝縮する

# クライアントサイドtool_use: 開発者がループを回す
import anthropic

client = anthropic.Anthropic()
messages = [{"role": "user", "content": "東京の天気を調べて"}]

while True:
    response = client.messages.create(
        model="claude-sonnet-4-5-20250514",
        max_tokens=1024,
        tools=[{"name": "get_weather", "description": "天気を取得",
                "input_schema": {"type": "object", "properties": {"city": {"type": "string"}}}}],
        messages=messages
    )
    if response.stop_reason == "tool_use":
        tool_block = next(b for b in response.content if b.type == "tool_use")
        # 開発者が自分でツールを実行
        result = call_weather_api(tool_block.input["city"])
        messages.append({"role": "assistant", "content": response.content})
        messages.append({"role": "user", "content": [
            {"type": "tool_result", "tool_use_id": tool_block.id, "content": result}
        ]})
    else:
        break  # end_turnで完了

# サーバーサイドツール: 1リクエストで完結
response = client.messages.create(
    model="claude-sonnet-4-5-20250514",
    max_tokens=1024,
    tools=[{"type": "web_search_20260209", "name": "web_search", "max_uses": 3}],
    messages=[{"role": "user", "content": "Claude APIのサーバーサイドツールについて教えて"}]
)
# ループ不要。responseに検索結果を踏まえた回答が含まれている

response = client.messages.create(
    model="claude-sonnet-4-5-20250514",
    max_tokens=2048,
    tools=[{
        "type": "web_search_20260209",
        "name": "web_search",
        "max_uses": 5,
        "allowed_domains": ["docs.anthropic.com", "github.com"],  # 検索スコープ制御
    }],
    messages=[{"role": "user", "content": "Claude APIのweb searchツールの料金体系を教えて"}]
)

# citationsの抽出
for block in response.content:
    if block.type == "text":
        print(block.text)
        if hasattr(block, "citations") and block.citations:
            for cite in block.citations:
                print(f"  出典: {cite.url} - {cite.title}")

# web_search + code_execution: 検索→分析を1リクエストで
response = client.messages.create(
    model="claude-sonnet-4-5-20250514",
    max_tokens=4096,
    tools=[
        {"type": "web_search_20260209", "name": "web_search", "max_uses": 5},
        {"type": "code_execution_20260120", "name": "code_execution"},
    ],
    messages=[{"role": "user",
               "content": "主要LLMプロバイダのAPI料金を検索し、入出力トークン単価を比較表にまとめて"}]
)
# Claudeが自動的にWeb検索→データ抽出→Python分析→表形式出力を実行
# code_execution料金はweb_search併用により無料

# BM25版: 100個のツールから必要なものだけを選択
tools = [generate_tool_definition(i) for i in range(100)]  # 大量のツール定義
tools.append({
    "type": "tool_search_tool_bm25_20251119",
    "name": "tool_search",
})

response = client.messages.create(
    model="claude-sonnet-4-5-20250514",
    max_tokens=1024,
    tools=tools,
    messages=[{"role": "user", "content": "ユーザーの注文履歴を取得して"}]
)
# Claudeがtool_searchで関連ツールを絞り込み、必要なものだけを呼び出す

response = client.messages.create(
    model="claude-sonnet-4-5-20250514",
    max_tokens=4096,
    tools=[
        # サーバーサイド: Web検索
        {"type": "web_search_20260209", "name": "web_search", "max_uses": 3},
        # サーバーサイド: コード実行
        {"type": "code_execution_20260120", "name": "code_execution"},
        # クライアントサイド: 自社DB検索
        {"name": "search_products", "description": "自社商品DBを検索",
         "input_schema": {"type": "object",
                          "properties": {"query": {"type": "string"}},
                          "required": ["query"]}},
    ],
    messages=[{"role": "user",
               "content": "競合他社の最新価格をWeb検索し、うちの商品DBと比較して"}]
)
# web_searchはサーバーサイドで自動実行
# search_productsはstop_reason: tool_useで返るので開発者が処理

from fastapi import FastAPI, HTTPException
from pydantic import BaseModel
import anthropic
import json

app = FastAPI()
client = anthropic.Anthropic()

class ResearchRequest(BaseModel):
    topic: str
    max_searches: int = 5

class ResearchBrief(BaseModel):
    summary: str
    key_findings: list[str]
    sources: list[dict]

SYSTEM_PROMPT = """あなたはリサーチアナリストです。与えられたトピックについて:
1. Web検索で最新情報を収集する
2. 収集した情報をPythonで整理・分析する
3. 以下のJSON形式で構造化レポートを出力する

出力形式:
{"summary": "要約(200字以内)", "key_findings": ["発見1", "発見2", ...], "data_analysis": "分析結果"}
"""

@app.post("/research", response_model=ResearchBrief)
async def generate_research_brief(req: ResearchRequest):
    try:
        response = client.messages.create(
            model="claude-sonnet-4-5-20250514",
            max_tokens=8096,
            system=SYSTEM_PROMPT,
            tools=[
                {"type": "web_search_20260209", "name": "web_search",
                 "max_uses": req.max_searches},
                {"type": "code_execution_20260120", "name": "code_execution"},
            ],
            messages=[{"role": "user",
                       "content": f"以下のトピックについてリサーチブリーフを作成してください: {req.topic}"}]
        )

        # pause_turn対応: 長時間実行時の継続処理
        messages = [{"role": "user",
                     "content": f"以下のトピックについてリサーチブリーフを作成してください: {req.topic}"}]
        while response.stop_reason == "pause_turn":
            messages.append({"role": "assistant", "content": response.content})
            messages.append({"role": "user", "content": [{"type": "text", "text": "続けてください"}]})
            response = client.messages.create(
                model="claude-sonnet-4-5-20250514",
                max_tokens=8096,
                system=SYSTEM_PROMPT,
                tools=[
                    {"type": "web_search_20260209", "name": "web_search",
                     "max_uses": req.max_searches},
                    {"type": "code_execution_20260120", "name": "code_execution"},
                ],
                messages=messages
            )

        # テキストブロックと出典の抽出
        text_content = ""
        sources = []
        for block in response.content:
            if block.type == "text":
                text_content += block.text
                if hasattr(block, "citations") and block.citations:
                    for cite in block.citations:
                        sources.append({
                            "url": cite.url,
                            "title": cite.title,
                            "cited_text": cite.cited_text
                        })

        # JSON部分のパース
        brief_data = json.loads(
            text_content[text_content.index("{"):text_content.rindex("}") + 1]
        )

        return ResearchBrief(
            summary=brief_data["summary"],
            key_findings=brief_data["key_findings"],
            sources=sources
        )

    except anthropic.APIError as e:
        raise HTTPException(status_code=502, detail=f"Claude API error: {e.message}")