我们如何在两周内将 claude.ai 的速度提升至 3 倍
Anthropic 分享与 Claude 协作优化 claude.ai 和桌面应用的两周实践：测量真实用户延迟、建立确定性基准、防止性能回退，并通过人工审核和渐进发布控制风险。
Claude
筛选与排序
共 8 个阅读入口
AI 智能体的常见工作流模式——以及何时使用它们
用顺序、并行与评估-优化三种模式组织多智能体任务：各自适用场景、代价与收益，以及如何组合与选型。
Prompt engineering 最佳实践
Claude 团队介绍如何把需求、背景、约束和示例写清楚，并用预填充、思维链与多步提示控制输出，以及如何排查常见问题。
Skills 详解：与 prompts、Projects、MCP、Subagents 如何分工与配合
说明 Claude 生态中 Skills、prompts、Projects、Subagents、MCP 各自解决什么问题、何时选用，以及如何组合成研究型 agent 等工作流。
构建多智能体系统：何时使用、如何使用
Anthropic 讨论何时应从单智能体转向多智能体：用独立上下文隔离信息、并行探索、按职责配置工具与提示词，并说明如何分配任务和验证结果。
什么是 Model Context Protocol？让 AI 连接你的世界
介绍 Model Context Protocol（MCP）如何统一大语言模型与外部工具、数据源的连接方式，解释客户端与服务器的分工，并以 Claude Connectors 展示实际用途。
用 Agent Skills 为真实世界装备智能体
介绍如何用 Agent Skills 文件夹记录任务步骤和组织背景，按需加载说明、参考资料与代码，并说明编写、评估和安全审查的方法。
用 Skills 与 MCP 服务器扩展 Claude 的能力
说明 Model Context Protocol（MCP）与 Agent Skills 如何配合：MCP 连接外部系统，Skills 记录领域知识与操作流程。通过金融分析、会议筹备案例和对照表，介绍两者的选用方式。
没有符合条件的文章，试试调整或重置筛选。