Strumento di utilizzo del computer

Claude può interagire con ambienti informatici attraverso lo strumento di utilizzo del computer, che fornisce capacità di screenshot e controllo di mouse/tastiera per l’interazione autonoma del desktop.

​

Panoramica

L’utilizzo del computer è una funzionalità beta che consente a Claude di interagire con ambienti desktop. Questo strumento fornisce:

• Cattura screenshot: Vedere cosa è attualmente visualizzato sullo schermo
• Controllo del mouse: Cliccare, trascinare e muovere il cursore
• Input da tastiera: Digitare testo e utilizzare scorciatoie da tastiera
• Automazione desktop: Interagire con qualsiasi applicazione o interfaccia

Mentre l’utilizzo del computer può essere potenziato con altri strumenti come bash e editor di testo per flussi di lavoro di automazione più completi, l’utilizzo del computer si riferisce specificamente alla capacità dello strumento di utilizzo del computer di vedere e controllare ambienti desktop.

​

Compatibilità del modello

L’utilizzo del computer è disponibile per i seguenti modelli Claude:

​

Considerazioni sulla sicurezza

​

Avvio rapido

Ecco come iniziare con l’utilizzo del computer:

import anthropic

client = anthropic.Anthropic()

response = client.beta.messages.create(
    model="claude-sonnet-4-20250514",  # o un altro modello compatibile
    max_tokens=1024,
    tools=[
        {
          "type": "computer_20250124",
          "name": "computer",
          "display_width_px": 1024,
          "display_height_px": 768,
          "display_number": 1,
        },
        {
          "type": "text_editor_20250124",
          "name": "str_replace_editor"
        },
        {
          "type": "bash_20250124",
          "name": "bash"
        }
    ],
    messages=[{"role": "user", "content": "Salva un'immagine di un gatto sul mio desktop."}],
    betas=["computer-use-2025-01-24"]
)
print(response)

​

Come funziona l’utilizzo del computer

Ci riferiamo alla ripetizione dei passi 3 e 4 senza input dell’utente come il “ciclo agente” - cioè, Claude che risponde con una richiesta di utilizzo strumento e la tua applicazione che risponde a Claude con i risultati della valutazione di quella richiesta.

​

L’ambiente informatico

L’utilizzo del computer richiede un ambiente informatico sandboxed dove Claude può interagire in sicurezza con applicazioni e il web. Questo ambiente include:

1. Display virtuale: Un server display X11 virtuale (utilizzando Xvfb) che renderizza l’interfaccia desktop che Claude vedrà attraverso screenshot e controllerà con azioni mouse/tastiera.

2. Ambiente desktop: Una UI leggera con window manager (Mutter) e pannello (Tint2) in esecuzione su Linux, che fornisce un’interfaccia grafica consistente con cui Claude può interagire.

3. Applicazioni: Applicazioni Linux preinstallate come Firefox, LibreOffice, editor di testo, e gestori di file che Claude può utilizzare per completare compiti.

4. Implementazioni strumenti: Codice di integrazione che traduce le richieste di strumenti astratte di Claude (come “muovi mouse” o “fai screenshot”) in operazioni effettive nell’ambiente virtuale.

5. Ciclo agente: Un programma che gestisce la comunicazione tra Claude e l’ambiente, inviando le azioni di Claude all’ambiente e restituendo i risultati (screenshot, output comandi) a Claude.

Quando utilizzi l’utilizzo del computer, Claude non si connette direttamente a questo ambiente. Invece, la tua applicazione:

1. Riceve le richieste di utilizzo strumento di Claude
2. Le traduce in azioni nel tuo ambiente informatico
3. Cattura i risultati (screenshot, output comandi, ecc.)
4. Restituisce questi risultati a Claude

Per sicurezza e isolamento, l’implementazione di riferimento esegue tutto questo all’interno di un container Docker con mappature di porta appropriate per visualizzare e interagire con l’ambiente.

​

Come implementare l’utilizzo del computer

​

Inizia con la nostra implementazione di riferimento

Abbiamo costruito un’implementazione di riferimento che include tutto ciò di cui hai bisogno per iniziare rapidamente con l’utilizzo del computer:

• Un ambiente containerizzato adatto per l’utilizzo del computer con Claude
• Implementazioni degli strumenti di utilizzo del computer
• Un ciclo agente che interagisce con l’API Anthropic ed esegue gli strumenti di utilizzo del computer
• Un’interfaccia web per interagire con il container, ciclo agente, e strumenti.

​

Comprendere il ciclo multi-agente

Il nucleo dell’utilizzo del computer è il “ciclo agente” - un ciclo dove Claude richiede azioni strumento, la tua applicazione le esegue, e restituisce risultati a Claude. Ecco un esempio semplificato:

async def sampling_loop(
    *,
    model: str,
    messages: list[dict],
    api_key: str,
    max_tokens: int = 4096,
    tool_version: str,
    thinking_budget: int | None = None,
    max_iterations: int = 10,  # Aggiungi limite iterazioni per prevenire cicli infiniti
):
    """
    Un semplice ciclo agente per interazioni di utilizzo del computer Claude.

    Questa funzione gestisce l'andirivieni tra:
    1. Invio messaggi utente a Claude
    2. Claude che richiede di utilizzare strumenti
    3. La tua app che esegue quegli strumenti
    4. Invio risultati strumento di nuovo a Claude
    """
    # Configura strumenti e parametri API
    client = Anthropic(api_key=api_key)
    beta_flag = "computer-use-2025-01-24" if "20250124" in tool_version else "computer-use-2024-10-22"

    # Configura strumenti - dovresti già averli inizializzati altrove
    tools = [
        {"type": f"computer_{tool_version}", "name": "computer", "display_width_px": 1024, "display_height_px": 768},
        {"type": f"text_editor_{tool_version}", "name": "str_replace_editor"},
        {"type": f"bash_{tool_version}", "name": "bash"}
    ]

    # Ciclo agente principale (con limite iterazioni per prevenire costi API fuori controllo)
    iterations = 0
    while True and iterations < max_iterations:
        iterations += 1
        # Configura parametro pensiero opzionale (per Claude Sonnet 3.7)
        thinking = None
        if thinking_budget:
            thinking = {"type": "enabled", "budget_tokens": thinking_budget}

        # Chiama l'API Claude
        response = client.beta.messages.create(
            model=model,
            max_tokens=max_tokens,
            messages=messages,
            tools=tools,
            betas=[beta_flag],
            thinking=thinking
        )

        # Aggiungi la risposta di Claude alla cronologia conversazione
        response_content = response.content
        messages.append({"role": "assistant", "content": response_content})

        # Controlla se Claude ha utilizzato strumenti
        tool_results = []
        for block in response_content:
            if block.type == "tool_use":
                # In un'app reale, eseguiresti lo strumento qui
                # Per esempio: result = run_tool(block.name, block.input)
                result = {"result": "Strumento eseguito con successo"}

                # Formatta il risultato per Claude
                tool_results.append({
                    "type": "tool_result",
                    "tool_use_id": block.id,
                    "content": result
                })

        # Se nessuno strumento è stato utilizzato, Claude ha finito - restituisci i messaggi finali
        if not tool_results:
            return messages

        # Aggiungi risultati strumento ai messaggi per la prossima iterazione con Claude
        messages.append({"role": "user", "content": tool_results})

Il ciclo continua finché Claude risponde senza richiedere strumenti (completamento compito) o viene raggiunto il limite massimo di iterazioni. Questa salvaguardia previene potenziali cicli infiniti che potrebbero risultare in costi API inaspettati.

Raccomandiamo di provare l’implementazione di riferimento prima di leggere il resto di questa documentazione.

​

Ottimizza le prestazioni del modello con il prompting

Ecco alcuni suggerimenti su come ottenere output di migliore qualità:

1. Specifica compiti semplici e ben definiti e fornisci istruzioni esplicite per ogni passo.
2. Claude a volte assume risultati delle sue azioni senza controllare esplicitamente i loro risultati. Per prevenire questo puoi fare prompt a Claude con Dopo ogni passo, fai uno screenshot e valuta attentamente se hai raggiunto il risultato giusto. Mostra esplicitamente il tuo pensiero: "Ho valutato il passo X..." Se non corretto, riprova. Solo quando confermi che un passo è stato eseguito correttamente dovresti passare al successivo.
3. Alcuni elementi UI (come dropdown e scrollbar) potrebbero essere difficili da manipolare per Claude utilizzando movimenti del mouse. Se sperimenti questo, prova a fare prompt al modello per utilizzare scorciatoie da tastiera.
4. Per compiti ripetibili o interazioni UI, includi screenshot di esempio e chiamate strumento di risultati di successo nel tuo prompt.
5. Se hai bisogno che il modello faccia login, forniscigli username e password nel tuo prompt all’interno di tag xml come <robot_credentials>. Utilizzare l’utilizzo del computer all’interno di applicazioni che richiedono login aumenta il rischio di risultati negativi come risultato di iniezione di prompt. Per favore rivedi la nostra guida sulla mitigazione delle iniezioni di prompt prima di fornire al modello credenziali di login.

​

Prompt di sistema

Quando uno degli strumenti definiti da Anthropic viene richiesto tramite l’API Anthropic, viene generato un prompt di sistema specifico per l’utilizzo del computer. È simile al prompt di sistema per l’utilizzo degli strumenti ma inizia con:

Hai accesso a un insieme di funzioni che puoi utilizzare per rispondere alla domanda dell’utente. Questo include l’accesso a un ambiente informatico sandboxed. NON hai attualmente la capacità di ispezionare file o interagire con risorse esterne, eccetto invocando le funzioni sottostanti.

Come con l’utilizzo regolare degli strumenti, il campo system_prompt fornito dall’utente è ancora rispettato e utilizzato nella costruzione del prompt di sistema combinato.

​

Azioni disponibili

Lo strumento di utilizzo del computer supporta queste azioni:

Azioni di base (tutte le versioni)

• screenshot - Cattura il display corrente
• left_click - Clicca alle coordinate [x, y]
• type - Digita stringa di testo
• key - Premi tasto o combinazione di tasti (ad es., “ctrl+s”)
• mouse_move - Muovi cursore alle coordinate

Azioni avanzate (computer_20250124) Disponibili in Claude 4 e Claude Sonnet 3.7:

• scroll - Scorri in qualsiasi direzione con controllo quantità
• left_click_drag - Clicca e trascina tra coordinate
• right_click, middle_click - Pulsanti mouse aggiuntivi
• double_click, triple_click - Click multipli
• left_mouse_down, left_mouse_up - Controllo click fine-grained
• hold_key - Tieni premuto un tasto mentre esegui altre azioni
• wait - Pausa tra azioni

​

Parametri strumento

​

Abilita la capacità di pensiero in Claude 4 e Claude Sonnet 3.7

Claude Sonnet 3.7 ha introdotto una nuova capacità di “pensiero” che ti permette di vedere il processo di ragionamento del modello mentre lavora attraverso compiti complessi. Questa funzionalità ti aiuta a capire come Claude sta approcciando un problema e può essere particolarmente preziosa per debugging o scopi educativi.

Per abilitare il pensiero, aggiungi un parametro thinking alla tua richiesta API:

"thinking": {
  "type": "enabled",
  "budget_tokens": 1024
}

Il parametro budget_tokens specifica quanti token Claude può utilizzare per il pensiero. Questo viene sottratto dal tuo budget max_tokens complessivo.

Quando il pensiero è abilitato, Claude restituirà il suo processo di ragionamento come parte della risposta, che può aiutarti a:

1. Capire il processo decisionale del modello
2. Identificare potenziali problemi o misconcezioni
3. Imparare dall’approccio di Claude alla risoluzione dei problemi
4. Ottenere più visibilità in operazioni complesse multi-passo

Ecco un esempio di come potrebbe apparire l’output del pensiero:

[Pensiero]
Ho bisogno di salvare un'immagine di un gatto sul desktop. Lasciami suddividere questo in passi:

1. Prima, farò uno screenshot per vedere cosa c'è sul desktop
2. Poi cercherò un browser web per cercare immagini di gatti
3. Dopo aver trovato un'immagine adatta, dovrò salvarla sul desktop

Lasciami iniziare facendo uno screenshot per vedere cosa è disponibile...

​

Potenziare l’utilizzo del computer con altri strumenti

Lo strumento di utilizzo del computer può essere combinato con altri strumenti per creare flussi di lavoro di automazione più potenti. Questo è particolarmente utile quando hai bisogno di:

• Eseguire comandi di sistema (strumento bash)
• Modificare file di configurazione o script (strumento editor di testo)
• Integrare con API personalizzate o servizi (strumenti personalizzati)

curl https://api.anthropic.com/v1/messages \
  -H "content-type: application/json" \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "anthropic-beta: computer-use-2025-01-24" \
  -d '{
    "model": "claude-opus-4-20250514",
    "max_tokens": 2000,
    "tools": [
      {
        "type": "computer_20250124",
        "name": "computer",
        "display_width_px": 1024,
        "display_height_px": 768,
        "display_number": 1
      },
      {
        "type": "text_editor_20250124",
        "name": "str_replace_editor"
      },
      {
        "type": "bash_20250124",
        "name": "bash"
      },
      {
        "name": "get_weather",
        "description": "Ottieni il tempo corrente in una data località",
        "input_schema": {
          "type": "object",
          "properties": {
            "location": {
              "type": "string",
              "description": "La città e stato, ad es. San Francisco, CA"
            },
            "unit": {
              "type": "string",
              "enum": ["celsius", "fahrenheit"],
              "description": "L'\''unità di temperatura, sia '\''celsius'\'' che '\''fahrenheit'\''"
            }
          },
          "required": ["location"]
        }
      }
    ],
    "messages": [
      {
        "role": "user",
        "content": "Trova voli da San Francisco a un posto con tempo più caldo."
      }
    ],
    "thinking": {
      "type": "enabled",
      "budget_tokens": 1024
    }
  }'

​

Costruisci un ambiente di utilizzo del computer personalizzato

L’implementazione di riferimento è pensata per aiutarti a iniziare con l’utilizzo del computer. Include tutti i componenti necessari per far utilizzare un computer a Claude. Tuttavia, puoi costruire il tuo ambiente per l’utilizzo del computer per soddisfare le tue esigenze. Avrai bisogno di:

• Un ambiente virtualizzato o containerizzato adatto per l’utilizzo del computer con Claude
• Un’implementazione di almeno uno degli strumenti di utilizzo del computer definiti da Anthropic
• Un ciclo agente che interagisce con l’API Anthropic ed esegue i risultati tool_use utilizzando le tue implementazioni strumento
• Un’API o UI che permette input utente per avviare il ciclo agente

​

Implementa lo strumento di utilizzo del computer

Lo strumento di utilizzo del computer è implementato come uno strumento senza schema. Quando utilizzi questo strumento, non hai bisogno di fornire uno schema di input come con altri strumenti; lo schema è integrato nel modello di Claude e non può essere modificato.

def handle_computer_action(action_type, params):
    if action_type == "screenshot":
        return capture_screenshot()
    elif action_type == "left_click":
        x, y = params["coordinate"]
        return click_at(x, y)
    elif action_type == "type":
        return type_text(params["text"])
    # ... gestisci altre azioni

for content in response.content:
    if content.type == "tool_use":
        action = content.input["action"]
        result = handle_computer_action(action, content.input)
        
        # Restituisci risultato a Claude
        tool_result = {
            "type": "tool_result",
            "tool_use_id": content.id,
            "content": result
        }

while True:
    response = client.beta.messages.create(...)
    
    # Controlla se Claude ha utilizzato strumenti
    tool_results = process_tool_calls(response)
    
    if not tool_results:
        # Nessun altro utilizzo strumento, compito completato
        break
        
    # Continua conversazione con risultati strumento
    messages.append({"role": "user", "content": tool_results})

​

Gestisci errori

Quando implementi lo strumento di utilizzo del computer, possono verificarsi vari errori. Ecco come gestirli:

​

Segui le migliori pratiche di implementazione

​

Comprendi le limitazioni dell’utilizzo del computer

La funzionalità di utilizzo del computer è in beta. Mentre le capacità di Claude sono all’avanguardia, gli sviluppatori dovrebbero essere consapevoli delle sue limitazioni:

1. Latenza: l’attuale latenza dell’utilizzo del computer per interazioni umano-AI potrebbe essere troppo lenta rispetto alle azioni regolari del computer dirette dall’umano. Raccomandiamo di concentrarsi su casi d’uso dove la velocità non è critica (ad es., raccolta informazioni in background, test software automatizzato) in ambienti fidati.
2. Accuratezza e affidabilità della visione computerizzata: Claude potrebbe fare errori o allucinare quando produce coordinate specifiche mentre genera azioni. Claude Sonnet 3.7 introduce la capacità di pensiero che può aiutarti a capire il ragionamento del modello e identificare potenziali problemi.
3. Accuratezza e affidabilità della selezione strumenti: Claude potrebbe fare errori o allucinare quando seleziona strumenti mentre genera azioni o prendere azioni inaspettate per risolvere problemi. Inoltre, l’affidabilità potrebbe essere più bassa quando interagisce con applicazioni di nicchia o applicazioni multiple contemporaneamente. Raccomandiamo che gli utenti facciano prompt al modello attentamente quando richiedono compiti complessi.
4. Affidabilità dello scorrimento: Mentre Claude Sonnet 3.5 (nuovo) aveva limitazioni con lo scorrimento, Claude Sonnet 3.7 introduce azioni di scorrimento dedicate con controllo direzione che migliora l’affidabilità. Il modello ora può scorrere esplicitamente in qualsiasi direzione (su/giù/sinistra/destra) di una quantità specificata.
5. Interazione foglio di calcolo: I click del mouse per l’interazione con fogli di calcolo sono migliorati in Claude Sonnet 3.7 con l’aggiunta di azioni di controllo mouse più precise come left_mouse_down, left_mouse_up, e nuovo supporto tasti modificatori. La selezione celle può essere più affidabile utilizzando questi controlli fine-grained e combinando tasti modificatori con click.
6. Creazione account e generazione contenuti su piattaforme social e comunicazioni: Mentre Claude visiterà siti web, stiamo limitando la sua capacità di creare account o generare e condividere contenuti o altrimenti impegnarsi in impersonificazione umana attraverso siti web e piattaforme social media. Potremmo aggiornare questa capacità in futuro.
7. Vulnerabilità: Vulnerabilità come jailbreaking o iniezione di prompt potrebbero persistere attraverso sistemi AI di frontiera, inclusa l’API beta di utilizzo del computer. In alcune circostanze, Claude seguirà comandi trovati nel contenuto, a volte anche in conflitto con le istruzioni dell’utente. Per esempio, le istruzioni di Claude su pagine web o contenute in immagini potrebbero sovrascrivere istruzioni o causare errori a Claude. Raccomandiamo: a. Limitare l’utilizzo del computer ad ambienti fidati come macchine virtuali o container con privilegi minimi b. Evitare di dare accesso all’utilizzo del computer ad account o dati sensibili senza supervisione rigorosa c. Informare gli utenti finali dei rischi rilevanti e ottenere il loro consenso prima di abilitare o richiedere permessi necessari per funzionalità di utilizzo del computer nelle tue applicazioni
8. Azioni inappropriate o illegali: Secondo i termini di servizio di Anthropic, non devi utilizzare l’utilizzo del computer per violare leggi o la nostra Politica di Uso Accettabile.

Rivedi sempre attentamente e verifica le azioni e log di utilizzo del computer di Claude. Non utilizzare Claude per compiti che richiedono precisione perfetta o informazioni utente sensibili senza supervisione umana.

​

Prezzi

Computer use follows the standard tool use pricing. When using the computer use tool:

System prompt overhead: The computer use beta adds 466-499 tokens to the system prompt

Computer use tool token usage:

Additional token consumption:

• Screenshot images (see Vision pricing)
• Tool execution results returned to Claude

​

Prossimi passi