Anthropic Python SDK v1.8.0 发布:支持 Claude Opus 5.5 与内联工具定义

Anthropic Python SDK v1.8.0 新增 Claude Opus 5.5 支持、内联工具定义及 MCP 工具固定,并修复多项稳定性问题。
Anthropic 发布的 `anthropic-sdk-python` v1.8.0 带来了三项主要功能扩展:支持 claude-opus-5-5 新模型、引入内联工具定义以简化代码组织、以及 beta 版 MCP 工具列表固定能力以保证多轮对话中工具集合的一致性。稳定性方面,修复了 Python 3.13 下流式连接在程序退出时的崩溃问题,并让 `add_tools()` 调用立即生效,工具运行器请求也更为精简。文档层面新增了 Dreams、User Profiles、Managed Agents 等模块的说明,指向 Anthropic 正在构建的更完整 Agent 开发框架。内部重构移除了请求参数的 transform 逻辑,改用 JSON 编码器,使序列化路径更简洁。整体而言,此版本破坏性改动较小,适合生产环境跟进升级。
Anthropic 官方 Python SDK(anthropic-sdk-python)发布了 v1.8.0 版本。作为开发者接入 Claude 模型的核心工具,这次更新在 API 能力、工具系统稳定性和流式处理上都有实质性改进。对于正在用 Python 构建 Claude 应用的团队来说,几个新增特性值得第一时间关注。

核心新特性:Claude Opus 5.5 与内联工具定义
本次版本最引人注目的是三项 API 能力扩展。
首要变化是新增对 claude-opus-5-5 模型的支持。这意味着开发者可以直接在 SDK 中调用这一新模型,无需手动拼接版本字符串或等待额外适配。对追求更强推理与生成能力的应用场景来说,这是最直接的升级理由。
第二项是 内联工具定义(inline tool definitions)。过去定义工具往往需要独立的 schema 声明,内联方式允许开发者在请求中直接嵌入工具描述,简化了代码组织结构,让工具与调用逻辑更紧密地耦合在一起。
第三项是处于 beta 阶段的 MCP 工具列表固定(tool-list pinning)。Model Context Protocol(MCP)作为连接外部工具与上下文的协议,其工具列表的固定能力有助于在多轮交互中保持工具集合的一致性,避免因工具列表动态变化带来的不确定性。
Model Context Protocol(MCP) 是 Anthropic 主导推动的开放标准协议,旨在为大语言模型与外部工具、数据源之间提供统一的连接接口。类似于 USB 统一了硬件外设连接方式,MCP 让开发者无需为每个工具单独编写适配逻辑,而是通过标准化的消息格式声明和调用工具能力。工具列表固定(tool-list pinning)解决的是多轮对话场景中的一致性问题:在一个对话会话中,如果可用工具集合在中途发生变化,模型可能会产生对工具的错误预期,导致调用失败或行为不一致。固定工具列表后,整个会话期间的可用工具集合被锁定,确保模型在每一轮交互中看到相同的工具声明,从而提升多步骤 Agent 流程的可预测性。
工具系统与流式处理的稳定性修复
除新功能外,这个版本在稳定性上做了多处关键修复,主要集中在工具运行器(tool runner)和流式处理两块。
工具调用行为修正
add_tools()现在会立即生效(#874),此前新增工具可能存在延迟或不即时应用的问题,开发者在动态注册工具时将获得更可预期的行为。- 工具运行器的 compaction 请求中,现在会排除仅用于回复的参数(reply-only params)(#871),这减少了请求体中的冗余数据,让工具调用链路更干净。
流式处理崩溃修复
一个值得注意的底层修复:在 Python 3.13 环境下,若某个流(stream)在程序退出时仍处于打开状态,此前会触发崩溃。v1.8.0 修复了这一退出时的异常。对于使用较新 Python 版本并依赖长连接流式响应的生产环境,这个修复能显著提升可靠性。
此外,Managed Agents 相关事件中的 evaluated_permission 枚举现在在多个事件间共享同一定义,统一了权限评估的数据结构。
文档完善与内部重构
这一版在文档层面投入不少,覆盖了多个较新的 API 模块:
- Dreams API 参考补充并改进了字段描述;
- User Profiles API 新增了说明;
- Managed Agents API 补充了 memory store(记忆存储)相关描述;
- beta 消息的
diagnostics字段、会话线程 agent 类型描述也得到更新。
这些文档更新从侧面透露出 Anthropic 正在扩展的能力版图——Dreams、User Profiles、Managed Agents、记忆存储等概念,指向一个更完整的 Agent 开发框架,而非单纯的模型调用接口。
在内部实现上,有两项重构同样值得开发者留意:客户端移除了请求参数的 transform 逻辑,改用 JSON 编码器(539422c),这通常意味着请求序列化路径更简洁、更易维护;内部还移除了 mypy,并修复了测试、更新了测试 fixtures。
Dreams API、User Profiles API 和 Managed Agents 等模块目前并不属于 Claude 的核心对话 API,而是 Anthropic 正在构建的更上层 Agent 基础设施的组成部分。Managed Agents 指由平台托管生命周期的智能体,开发者可以在其中配置持久记忆(memory store)、权限策略和跨会话上下文,而无需自己管理状态存储。这与传统的无状态 API 调用模式有本质区别——每次调用不再从零开始,智能体可以在多次交互之间积累上下文信息。这些能力的文档化,意味着 Anthropic 正在将 SDK 从单纯的模型调用工具,演进为一套更完整的 Agent 开发平台,开发者可以在其上构建具备持久状态和动态权限控制的复杂应用。
升级建议
综合来看,v1.8.0 是一个兼具功能与稳定性的版本。几类用户尤其应考虑升级:
- 需要使用 claude-opus-5-5 模型的团队;
- 运行在 Python 3.13 上且使用流式 API 的生产服务;
- 使用 MCP 协议或动态工具注册(
add_tools())的 Agent 应用。
升级前建议查阅从 v1.7.0 到 v1.8.0 的完整 Changelog,确认内部重构(如请求参数处理方式的变化)不会影响现有的自定义扩展逻辑。整体而言,这次更新的破坏性改动较小,属于可以较放心跟进的小版本迭代。
相关推荐

Jev判断模型实战:6类高频应用场景全解析
Jev是全新的AI判断模型,擅长大规模、高速、低成本的瞬间判断。本文梳理Choice、Score、Null三种提问方式,解析数据分析、语义搜索、输入分流、规则检查、加速智能体、即时响应六大真实应用场景,并给出适用判断标准与风险提示。

AI无需超级智能或恶意,也可能引发核战争
AI引发核战争的真正风险不在于超级智能或恶意,而在于误报、自动化偏见和决策时间压缩。本文分析平庸AI在核指挥系统中的隐患,以及人在回路、可解释性等应对之道。

AI智能体的真实风险:被夸大的"黑客"与被忽视的隐患
AI智能体"黑客"事件频发,但真实风险究竟是什么?本文剖析OpenAI训练暂停、DNS隧道漏洞、Meta Muse隐私泄露,以及智能体消除摩擦可能引发的银行挤兑与医疗成本上涨,提出"AI现实主义"的理性视角。