面向使用 Claude 模型家族构建计算机与浏览器使用集成的开发者的实用指南。
- 分类智能体
- 产品Claude 平台
- 日期2026 年 5 月 13 日
- 阅读时间5分钟
- https://claude.com/blog/best-practices-for-computer-and-browser-use-with-claude
Claude 的最新模型在计算机与浏览器使用能力上迈出了重要一步。凭借这些功能，大语言模型如今能够驱动日益复杂的智能体系统，从而完成实际工作，例如构建软件应用以及跨多种不同技术实现工作流自动化。
在这篇博文中，我们分享了将 Claude 用于计算机与浏览器使用的最佳实践，涵盖从简单的配置调整到更高级的集成模式。我们希望这篇文章能帮助您开始将 Claude 的计算机与浏览器使用能力集成到您的产品中。我们还发布了一个新的演示实现，它封装了其中一些最佳实践，并提供了在 Claude 计算机使用能力基础上进行开发时有用的额外工具。
请注意，除非另有说明，这些建议适用于 Claude 4.6 系列（Opus 4.6、Sonnet 4.6、Haiku 4.5）和 Claude Opus 4.7。当 4.6 系列与 Opus 4.7 的指导建议存在差异时，我们会在文中明确指出。我们的发现基于内部实验，未来随着新模型和技术的出现，可能会有所更新。
入门：分辨率与缩放
点击精度是任何计算机使用集成的基础。如果点击位置不准，下游所有操作都将失效：表单无法填写，按钮无法按下，工作流也会失败。影响最大的单一优化措施也是最简单的一项：在将截图发送到 API 之前，预先缩小截图尺寸。
确保正确缩放
当你向 Claude 的 Computer Use API 发送截图时，模型会看到该图像，并在你指定的 `display_width_px` / `display_height_px` 坐标空间中返回点击坐标。但有一个重要的限制：API 对图像大小有内部处理上限。超过这些上限的图像会在模型看到之前被缩小，这意味着模型是基于降质后的图像版本来进行点击，而你的控制程序却期望坐标与原始分辨率对齐。
对于我们的 Claude 4.6 模型系列，API 的限制如下：
- 最大长边：1568 像素
- 最大总像素数：1.15 百万像素
- 超出任一限制的图像会被内部缩小
我们的 Opus 4.7 模型支持更高的分辨率。限制如下：
- 最大长边：2576 像素
- 最大总像素数：3.75 百万像素
- 超出任一限制的图像会被内部缩小
当坐标空间与模型所感知的图像不匹配时，模型预测的点击会落在与实际看到的图像不同的显示比例上。这是高分辨率下点击不准确的主要原因。解决方法很简单：在将截图发送到 API 之前，始终将其缩小到这些限制范围内。我们持续观察到，当图像超出限制时，准确率会显著下降，而这一项改动带来的效果几乎超过其他任何优化。