Claude API 快速开始

本指南帮助你在 5 分钟内完成 Claude API 的第一次调用。

如果你第一次接入 Claude API，把目标设为“先跑通，再规范”。
先点亮第一盏灯，再升级配电系统，比一上来追求完美架构更稳。

#准备工作

#1. 获取 API Key

1. 访问 Anthropic Console↗
2. 注册或登录账号
3. 进入 API Keys↗ 页面
4. 点击 "Create Key"
5. 复制并安全保存

⚠️ 重要：API Key 只显示一次，请立即保存！

#读者任务目标

• 目标 1：完成一次成功调用并拿到文本输出
• 目标 2：掌握 system + messages 的基础组织方式
• 目标 3：建立最小错误处理和费用观察能力

#2. 设置环境变量

bash复制
# macOS / Linux
export ANTHROPIC_API_KEY="sk-ant-..."

# Windows PowerShell
$env:ANTHROPIC_API_KEY="sk-ant-..."

# 或在 .env 文件中
ANTHROPIC_API_KEY=sk-ant-...

#Python 快速开始

#安装

bash复制
pip install anthropic

#第一次调用

python复制
import anthropic

client = anthropic.Anthropic()  # 自动读取环境变量

message = client.messages.create(
    model="claude-sonnet-4-20250514",
    max_tokens=1024,
    messages=[
        {"role": "user", "content": "用一句话介绍 Claude"}
    ]
)

print(message.content[0].text)

#运行结果

Claude 是 Anthropic 开发的 AI 助手，以安全、有帮助和诚实为核心设计理念。

#Node.js 快速开始

#安装

bash复制
npm install @anthropic-ai/sdk

#第一次调用

typescript复制
import Anthropic from '@anthropic-ai/sdk';

const client = new Anthropic();  // 自动读取环境变量

async function main() {
  const message = await client.messages.create({
    model: 'claude-sonnet-4-20250514',
    max_tokens: 1024,
    messages: [
      { role: 'user', content: '用一句话介绍 Claude' }
    ]
  });

  console.log(message.content[0].text);
}

main();

#使用 curl

bash复制
curl https://api.anthropic.com/v1/messages \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-sonnet-4-20250514",
    "max_tokens": 1024,
    "messages": [
      {"role": "user", "content": "用一句话介绍 Claude"}
    ]
  }'

#核心概念

#Messages 结构

python复制
messages = [
    {"role": "user", "content": "你好"},
    {"role": "assistant", "content": "你好！有什么我可以帮助你的？"},
    {"role": "user", "content": "介绍一下你自己"}
]

# 使用 system 参数设置系统提示
message = client.messages.create(
    model="claude-sonnet-4-20250514",
    max_tokens=1024,
    system="你是一个专业的 Python 程序员",
    messages=messages
)

#角色说明

#常用参数

python复制
message = client.messages.create(
    model="claude-sonnet-4-20250514",  # 模型
    max_tokens=1024,             # 必需：最大输出 token
    system="系统提示",            # 可选：系统指令
    messages=[...],              # 必需：对话消息
    temperature=0.7,             # 可选：创造性 (0-1)
    top_p=0.9,                   # 可选：采样参数
    stop_sequences=["END"]       # 可选：停止词
)

#temperature 参数

0.0 - 最确定，适合代码/分析
0.5 - 平衡
1.0 - 最有创意

一个好记类比：
temperature 像“开会时允许自由发挥的比例”。
越低越像按流程办事，越高越像头脑风暴。

#模型选择

#推荐模型

#模型 ID

python复制
# 推荐日常使用
model = "claude-sonnet-4-20250514"

# 复杂推理任务
model = "claude-3-opus-20240229"

# 预算敏感/高并发
model = "claude-3-5-haiku-20241022"

#完整示例

#简单问答

python复制
import anthropic

client = anthropic.Anthropic()

def ask(question: str) -> str:
    message = client.messages.create(
        model="claude-sonnet-4-20250514",
        max_tokens=1024,
        messages=[
            {"role": "user", "content": question}
        ]
    )
    return message.content[0].text

# 使用
answer = ask("Python 和 JavaScript 的主要区别是什么？")
print(answer)

#带系统提示

python复制
def ask_expert(question: str, expertise: str) -> str:
    message = client.messages.create(
        model="claude-sonnet-4-20250514",
        max_tokens=1024,
        system=f"你是一位{expertise}专家，用简洁专业的语言回答问题。",
        messages=[
            {"role": "user", "content": question}
        ]
    )
    return message.content[0].text

# 使用
answer = ask_expert(
    "如何优化 React 应用性能？",
    "前端开发"
)

#多轮对话

python复制
class ChatBot:
    def __init__(self, system_prompt: str = None):
        self.client = anthropic.Anthropic()
        self.system = system_prompt
        self.messages = []

    def chat(self, user_input: str) -> str:
        self.messages.append({"role": "user", "content": user_input})

        response = self.client.messages.create(
            model="claude-sonnet-4-20250514",
            max_tokens=1024,
            system=self.system,
            messages=self.messages
        )

        assistant_message = response.content[0].text
        self.messages.append({"role": "assistant", "content": assistant_message})

        return assistant_message

# 使用
bot = ChatBot("你是一个友好的编程助手")
print(bot.chat("你好"))
print(bot.chat("Python 怎么读文件？"))
print(bot.chat("那写文件呢？"))  # 记住上下文

#响应结构

python复制
message = client.messages.create(...)

# 响应对象
print(message.id)        # 消息 ID
print(message.model)     # 使用的模型
print(message.role)      # "assistant"
print(message.content)   # 内容列表
print(message.stop_reason)  # 停止原因

# 获取文本内容
text = message.content[0].text

# Token 使用
print(message.usage.input_tokens)
print(message.usage.output_tokens)

#错误处理

python复制
import anthropic

client = anthropic.Anthropic()

try:
    message = client.messages.create(
        model="claude-sonnet-4-20250514",
        max_tokens=1024,
        messages=[{"role": "user", "content": "Hello"}]
    )
except anthropic.AuthenticationError:
    print("API Key 无效")
except anthropic.RateLimitError:
    print("请求太频繁，请稍后重试")
except anthropic.APIStatusError as e:
    print(f"API 错误: {e.status_code} - {e.message}")

#费用监控

python复制
message = client.messages.create(...)

# Token 使用
usage = message.usage
print(f"输入 tokens: {usage.input_tokens}")
print(f"输出 tokens: {usage.output_tokens}")

# 估算费用 (以 claude-sonnet-4-20250514 为例)
# 输入: $3/M tokens, 输出: $15/M tokens
input_cost = usage.input_tokens * 3 / 1_000_000
output_cost = usage.output_tokens * 15 / 1_000_000
print(f"估算费用: ${input_cost + output_cost:.4f}")

#与 OpenAI 的区别

#新手常见误区

• 忘记 max_tokens（Claude 里是必需参数）
• 把所有业务规则堆进一段超长 system，导致维护困难
• 没有保存请求样本，后续无法做回归对比

一句轻松提醒：
API 接入像开店，第一次开门很重要；
但真正决定能不能长期营业的，是你的流程、监控和复盘机制。

#下一步

• 流式响应 - 实时输出
• Tool Use - 工具调用
• Vision - 图像理解

---

提示：Claude API 的 max_tokens 是必需参数，与 OpenAI 不同。