Claude Cookbooks sind Anthropics offizielle Sammlung von Rezepten für die Claude API. Wer anfängt, mit der Claude API oder Claude Code zu arbeiten, stellt sich schnell eine konkrete Frage: Wie mache ich das eigentlich richtig? Die Antwort findest du in dieser Sammlung.
Was sind die Claude Cookbooks?
Die claude-cookbooks sind Jupyter Notebooks und Beispielprojekte, die Anthropic selbst pflegt. Du findest dort ausführbare Implementierungen für die häufigsten Anwendungsfälle: Prompt Engineering, Tool Use, MCP-Integration, Multi-Agent-Systeme und RAG (Retrieval Augmented Generation).
Das Besondere daran ist die Quelle. Die Cookbooks kommen direkt von Anthropic. Sie zeigen nicht, wie jemand glaubt, dass Claude funktioniert. Sie zeigen, wie Claude tatsächlich am besten eingesetzt wird. Das ist ein wichtiger Unterschied zu Community-Tutorials, die manchmal veraltete Muster zeigen oder eigene Interpretation einmischen.
Jedes Notebook ist ausführbar. Du kannst es lokal öffnen, Schritt für Schritt durchgehen und eigene Werte eintragen. Das macht den Unterschied zu reiner Dokumentation: Du siehst nicht nur, was möglich ist, du kannst es direkt ausprobieren.
Die Sammlung wächst aktiv mit. Wenn Anthropic neue Funktionen veröffentlicht, etwa Computer Use oder erweiterte Tool-Fähigkeiten, landet das Muster in der Regel früh in den Cookbooks. Das macht sie zur aktuellsten Referenz, die für Claude-Entwickler verfügbar ist.
Was findest du in der Sammlung?
Die Cookbooks sind nach Themengebieten organisiert. Das sind die wichtigsten Bereiche:
Prompt Engineering: Strukturierte Beispiele für System-Prompts, Kontext-Management und Antwort-Formate. Wer nicht sicher ist, wie er Claude am effektivsten instruiert, findet hier einen direkten Einstieg mit lauffähigem Code.
Tool Use: Das ist eines der mächtigsten Features von Claude. Die Notebooks zeigen, wie du eigene Tools definierst, Rückgabewerte verarbeitest und mehrstufige Tool-Ketten aufbaust. Besonders wertvoll sind die Beispiele zur Fehlerbehandlung, die in anderen Tutorials oft fehlen.
MCP (Model Context Protocol): Die Claude Cookbooks enthalten Beispiele, wie du MCP-Server integrierst und Claude damit mit externen Systemen verbindest. Wer tiefer in das Thema einsteigen möchte, findet im Artikel MCP-Server einfach erklärt eine gute deutschsprachige Einführung.
Multi-Agent-Systeme: Mehrere Claude-Instanzen, die zusammenarbeiten. Die Beispiele zeigen Architekturen für Orchestrator-Subagent-Setups und wie du Aufgaben sinnvoll aufteilst.
RAG: Retrieval Augmented Generation ist der Standardansatz, wenn Claude mit eigenen Daten arbeiten soll. Die Notebooks zeigen den vollständigen Stack, von der Vektorisierung bis zum abschließenden Prompt.
Wie nutzt du die Cookbooks konkret?
Du hast zwei Wege, die Sammlung zu nutzen.
Direkt auf GitHub: Die Notebooks sind auf GitHub lesbar. Du siehst Code, Erklärungen und Ausgaben nebeneinander. Das reicht, wenn du ein Muster verstehen willst, ohne es sofort auszuführen.
Lokal mit Jupyter: Du klonst das Repository und öffnest ein Notebook in deiner Jupyter-Umgebung. Dafür brauchst du einen Anthropic API Key, den du als Umgebungsvariable setzt.
# Repository klonen
git clone https://github.com/anthropics/claude-cookbooks.git
cd claude-cookbooks
# API Key setzen
export ANTHROPIC_API_KEY=sk-ant-...
# Jupyter starten
jupyter notebook
Danach öffnest du ein Notebook, das zu deinem Thema passt, und läufst es Schritt für Schritt durch. Du kannst Parameter ändern, eigene Texte einsetzen und das Verhalten live beobachten. So bekommst du ein Gefühl für die API, das kein statisches Tutorial ersetzen kann.
Wann lohnt es sich, die Cookbooks zu nutzen?
Die Cookbooks sind in drei Situationen am wertvollsten.
Erstens: Du startest neu mit der Claude API. Statt Stunden mit Ausprobieren zu verbringen, nimmst du ein funktionierendes Notebook und passt es an. Das spart echte Entwicklungszeit und gibt dir sofort Ergebnisse, die du verstehst.
Zweitens: Du implementierst ein bekanntes Muster wie RAG oder Tool Use und willst sichergehen, dass du es richtig machst. Anthropics eigene Beispiele sind der sicherste Referenzpunkt, den du findest.
Drittens: Ein neues Claude-Feature wurde angekündigt. Kurz nach einem Release erscheint in der Regel ein neues Cookbook, das zeigt, wie das Feature funktioniert. Das ist schneller als auf Community-Blog-Posts zu warten.
Was die Cookbooks nicht sind: ein Framework, das du direkt in Produktion schicken kannst. Sie sind Lernmaterial und Referenz. Für produktive Implementierungen baust du eigenen Code, der auf den gelernten Mustern aufbaut.
Wer strukturierte Best Practices für den Alltag mit Claude Code sucht, findet diese im Artikel Claude Code Best Practices: Vibe-Coding hinter sich lassen.
FAQ
Muss ich Jupyter kennen, um die Cookbooks zu nutzen?
Grundkenntnisse helfen, sind aber kein Muss. Du kannst die Notebooks auf GitHub lesen, ohne sie auszuführen. Für interaktives Ausprobieren reicht eine einfache Jupyter-Installation mit pip install jupyter.
Sind die Cookbooks auf Englisch? Ja, der Hauptteil der Notebooks ist auf Englisch. Code und Konzepte sind aber so klar strukturiert, dass die Sprache kaum eine Hürde ist. Du verstehst das Wesentliche auch ohne Englischkurs.
Wie aktuell sind die Beispiele? Anthropic pflegt die Sammlung aktiv und aktualisiert Notebooks, wenn sich API-Endpunkte oder Muster ändern. Es lohnt sich, das Repository gelegentlich zu pullen und auf neue Notebooks zu prüfen.
Marcel Porcher betreibt newways.ai und arbeitet täglich mit Claude Code, der Claude API und KI-Automatisierung für Unternehmen.
Willst du Claude Code, Automatisierung und App-Building nicht nur lesen, sondern umsetzen? Komm in die kostenlose Claude Business Community auf Skool: lerne Claude, Automatisierung, Co-Work, Claude Code, App-Building und Agent-Coding. Zeit sparen, Kosten sparen, Business skalieren.