Anthropic的Claude API正在成为国内开发者接入大模型的新选择。这篇教程基于官方文档，用可运行的Python代码带你走完核心功能——从最简单的文本生成，到流式响应、图像分析，再到让Claude调用你自己的函数。
准备工作很简单：Python 3.8以上，一个Anthropic API key。把key设成环境变量ANTHROPIC_API_KEY，安装SDK：
pip install anthropic
然后就能发出第一个请求。SDK会自动读取环境变量，不需要手动传key：
from anthropic import Anthropicclient = Anthropic()msg = client.messages.create(model="claude-sonnet-4-6",max_tokens=1024,messages=[{"role": "user", "content": "Hello!"}],print(msg.content[0].text)所有交互都通过client.messages.create()完成。核心参数就四个：model指定模型版本，max_tokens限制输出长度，messages是对话历史列表，system可选用于设定系统提示词。响应里msg.content[0].text是文本内容，msg.stop_reason告诉你为什么停止生成，msg.usage里有token消耗数据。
这个API是无状态的，想做多轮对话得自己维护历史。把每次的user消息和assistant回复按顺序塞进messages列表，下次请求带上去就行：
conversation = []while True:user_input = input("You: ").strip()if user_input.lower() in ("quit", "exit", "q"):breakconversation.append({"role": "user", "content": user_input})response = client.messages.create(model="claude-sonnet-4-6",max_tokens=1024,messages=conversation,assistant_text = response.content[0].textconversation.append({"role": "assistant", "content": assistant_text})print(f"Claude: {assistant_text}\n")流式响应用client.messages.stream()，适合需要实时显示生成内容的场景。用with语句创建流对象，遍历stream.text_stream就能拿到逐个token。循环结束后调用stream.get_final_message()可以获取完整的Message对象：
with client.messages.stream(model="claude-sonnet-4-6",max_tokens=1024,messages=[{"role": "user", "content": "Explain quantum entanglement simply."}],) as stream:for text in stream.text_stream:print(text, end="", flush=True)print()Claude支持图像输入，但需要自己处理编码。把图片转成base64，包装成content block传进去。content字段可以是字符串，也可以是带type字段的对象列表——"text"、"image"、"tool_use"、"tool_result"这几种类型覆盖了文本、图像、工具调用和工具返回。
工具调用（Tool Use）是Claude API最实用的进阶功能。你定义好函数的描述和参数格式，Claude会在需要时生成调用请求，你执行完函数再把结果传回去，形成完整闭环。这套机制让Claude能查天气、调数据库、算数学——任何你能写成Python函数的东西。
整个API的设计很克制：一个入口方法，几种content类型，状态管理交给用户。这种简洁性既是优点也是门槛——你得自己处理对话历史、图片编码、工具循环。但对于需要精细控制的应用来说，少一层封装反而意味着多一分灵活。
热门跟贴