Los conjuntos de herramientas beta de computadora y navegador ya están en los SDK de Python y TypeScript de Claude

Qué cambió

ClaudeDevs escribió que la API indica qué quiere hacer clic o escribir Claude, y que los SDK ahora ejecutan el bucle y envían las acciones a los drivers. ClaudeDevs dijo que, antes, uno escribía su propio bucle y asignaba los clics y las pulsaciones a comandos. La página de la plataforma documenta el tool runner y un bucle que se escribe uno mismo.

Se crea una subclase de BetaAbstractBrowserToolset20260801 o de BetaAbstractComputerToolset20260801, con un método por acción, como navigate o left_click. Las guías de Python también cubren BetaAsyncAbstractBrowserToolset20260801 y BetaAsyncAbstractComputerToolset20260801. El inicio rápido de computadora llama al conjunto computer_toolset_20260801. El sufijo 20260801 es el identificador en estas páginas. La documentación no indica una fecha de lanzamiento aparte. Un miembro que se omite se envía a la API como disabled. Si Claude lo llama de todos modos, el SDK devuelve un error y la ejecución continúa. Una solicitud puede incluir a la vez una instancia de navegador y una de computadora. Cada llamada lleva toolset_name, browser o computer, y un fallo omite el resto de las llamadas de ese turno en ese conjunto, de modo que una llamada de computadora fallida deja en marcha las llamadas de navegador del turno.

ClaudeDevs nombra drivers de Browser Use, Browserbase, E2B y Daytona, o código propio a partir de los ejemplos del inicio rápido. La documentación dice que Browser Use, Browserbase y E2B publican sus propias integraciones. Daytona aparece en la publicación de ClaudeDevs.

• ClaudeDevs en X
• Uso de navegador y computadora con los conjuntos de herramientas del SDK

Para quién es

Esto es para quienes llaman a los SDK de API en beta de Python y TypeScript y aportan un driver de navegador o de escritorio. Quien llama aporta el navegador o el escritorio, el driver y cualquier política de URL.

El inicio rápido de computadora espera una compilación del SDK con anthropic.tools.computer en Python o @anthropic-ai/sdk/helpers/beta/toolsets en TypeScript, Python 3.10+ o Node.js 20+, y ANTHROPIC_API_KEY cuando se ejecuta un modelo. No nombra ninguna versión de paquete. Su variable MODEL tiene como valor predeterminado claude-sonnet-5-5. Las muestras de la página de la plataforma pasan claude-opus-5-5. Son cadenas de muestra, y las páginas no dan una lista de modelos más amplia. El changelog de Claude Code no describe estas clases.

• Changelog de Claude Code

Cómo probarlo

El inicio rápido de computadora es un driver VNC de unos cientos de líneas (el protocolo RFB) en Python y TypeScript. El README dice que muestra la interfaz y que no es código de producción. Use un servidor sin contraseña en localhost y una pantalla no mayor de 1920×1200. La línea de muestra es Xvnc :1 -geometry 1280x800 -depth 24 -SecurityTypes None -localhost -rfbport 5900. Desde un contenedor, publique solo -p 127.0.0.1:5900:5900. VNC_HOST tiene como valor predeterminado 127.0.0.1 y VNC_PORT, 5900. También funciona x11vnc -display :0 -nopw -localhost -forever y, como sondea la pantalla, una captura justo después de una entrada puede estar desactualizada. Use un escritorio desechable dentro de un sandbox. Lo que hay en la pantalla orienta la acción siguiente, y un terminal con el foco ejecuta lo que escriba el modelo.

python run.py "Open a terminal, run date, and tell me today's date and time zone" envía toda esa línea de comandos como la tarea. En TypeScript es npm run start -- con la misma frase. run.ts no lee opciones, así que --help llega al modelo. run.py responde a --help por sí mismo. Antes de cada acción distinta de una captura, run muestra la llamada y la ejecuta solo si se responde con y. python exercise.py y npm run exercise se conectan al servidor VNC y envían llamadas guionizadas, las que enviaría un modelo. No necesitan clave de API. Su confirm aprueba todas las llamadas.

El ejemplo implementa screenshot, left_click, right_click, double_click, triple_click, mouse_move, scroll, type, key y wait. Deja fuera zoom, left_click_drag, left_mouse_down, left_mouse_up, middle_click, hold_key y cursor_position. La misma sección de omisiones también cubre el escalado, una contraseña VNC y servidores anteriores a RFB 3.7, una codificación distinta de Raw, una pantalla que cambia de tamaño mientras el driver está conectado, y shift+a, que el ejemplo escribe como una a minúscula. También cubre un límite para wait y la reconexión cuando el servidor deja de responder. El README dice que un driver de producción necesita la mayor parte de esa lista. La página de la plataforma cuenta 17 acciones de computadora y muestra un driver de muestra con cinco.

Este ejemplo envía capturas Raw sin escalar, unos 4 MB a 1280×800, y duerme durante el wait que pida el modelo. Ninguno de los dos SDK limita una duración, un número de repeticiones o un scroll_amount, y el SDK no redimensiona las imágenes. Cuando una solicitud contiene más de 20 imágenes, la página remite a un límite más estricto para cada imagen y no da esa cifra.

El inicio rápido de la plataforma es la vía del navegador en la misma página. Se crea una subclase de BetaAbstractBrowserToolset20260801, se implementan navigate, screenshot, left_click y _browser_state, y se pasa una política de URL. La tarea de muestra pide al tool runner que abra example.com e informe del encabezado de la página. La página llama a esa política un ejemplo, y dice que se use un navegador desechable hasta que haya una política. La misma página describe un ejemplo mínimo en claude-quickstarts, en Python y TypeScript, que controla Chromium mediante el Chrome DevTools Protocol (CDP). Ese ejemplo no es código de producción.

En el conjunto del navegador, javascript_exec y file_upload están apagados de forma predeterminada. Activar cualquiera de los dos sin un callable confirm provoca un error de configuración. En TypeScript, confirm: null no lanza, y el SDK rechaza todas las llamadas del navegador. Sin política de archivos, se rechaza toda carga que nombre una ruta o un ID de documento. Sin política de URL, el SDK no comprueba ninguna URL y la API no filtra las URL que abre Claude. La política solo ve las llamadas navigate. Los clasificadores de inyección de prompts de Anthropic no se ejecutan actualmente en las solicitudes del conjunto de navegador enviadas a través de Amazon Bedrock.

En el conjunto de computadora, un driver que implementa type, key o hold_key necesita un callable confirm, o configs debe apagar esas herramientas. De lo contrario, el constructor lanza. El SDK no pregunta a nadie. Sin confirm, ejecuta todas las llamadas implementadas, incluido cada clic. Cada herramienta de computadora que se implementa está activada de forma predeterminada.

• Inicio rápido del conjunto de herramientas de computadora
• Documentación de los conjuntos de herramientas del SDK

Qué sigue abierto

La publicación y estas páginas no indican precio, cuota, requisito de plan, versión de paquete ni fecha de disponibilidad general. El soporte de modelos más allá de claude-sonnet-5-5 y claude-opus-5-5 no está listado. Daytona sigue siendo una mención de ClaudeDevs. La página del conjunto cuenta 17 acciones de computadora y señala una referencia de acciones aparte para la lista completa. También cita un inicio rápido del Chrome DevTools Protocol.