一、注册与获取API Key
Claude 是由 Anthropic 公司开发的顶级AI大模型,在推理、编程、长文分析和创意写作方面表现卓越。它的最大特色是20万tokens超长上下文——一次性能处理《三体》三部曲那么大的文本量。API通过官方SDK调用,格式与OpenAI不同。
步骤1:注册账号
访问 https://console.anthropic.com/,点击右上角「Sign Up」。支持Google账号或邮箱注册。注册后系统会赠送$5美金赠金,无需绑定信用卡即可使用。
步骤2:创建API Key
用AI写小程序代码正在成为开发者的标配。Claude和ChatGPT谁更适合小程序开发?本文实测Claude写了一个完整的小程序功能,并跟ChatGPT做了对比。
sk-ant- 开头,只会在创建时显示一次。务必立即复制保存到安全的地方(比如密码管理器或.env文件)。如果不小心关闭了,只能删除重新创建。
步骤3:查看赠金余额
在控制台「Billing」页面可以查看赠金余额和使用记录。$5赠金大约可以调用数千次(取决于模型和tokens消耗)。注意:Claude API 没有免费的无限额度,赠金用完后需要自行充值。
anthropic Python 包),不兼容 OpenAI 的 SDK 格式。不能像调用 DeepSeek 那样直接用 openai 库改 base_url 来调用。下面会详细介绍正确的调用方式。
二、用curl测试(最快验证方式)
不管你是用什么语言开发,先用curl跑通一遍,确认API Key有效、网络通畅。注意Claude的请求格式和OpenAI不同——使用的是 anthropic 风格的消息结构。
curl https://api.anthropic.com/v1/messages \
-H "Content-Type: application/json" \
-H "x-api-key: *** \
-H "anthropic-version: 2023-06-01" \
-d '{
"model": "claude-sonnet-4",
"max_tokens": 1024,
"messages": [
{"role": "user", "content": "用一句话解释什么是API"}
]
}'
如果返回类似下面的结果,说明调通了:
{
"id": "msg_01ABCDEF123456",
"type": "message",
"role": "assistant",
"content": [
{
"type": "text",
"text": "API(应用程序编程接口)就像餐厅里的菜单——它定义了你可以点什么(请求)以及会得到什么(响应),让不同的软件系统能够相互通信和协作。"
}
],
"model": "claude-sonnet-4",
"stop_reason": "end_turn",
"usage": {
"input_tokens": 19,
"output_tokens": 63
}
}
x-api-key 头而不是 Bearer;(2) 必须加上 anthropic-version 头指定API版本;(3) 响应格式中 content 是一个数组,而不是OpenAI那样的字符串。如果报错,先检查这三点。
三、用Python调用(官方SDK)
Claude 使用 Anthropic 官方提供的 Python SDK,包名为 anthropic,不是 OpenAI 的 openai 包。消息格式也完全不同。
安装依赖
pip install anthropic
基础对话
from anthropic import Anthropic
# 初始化客户端
client = Anthropic(
api_key="sk-ant-你的API_KEY"
)
# 发送对话请求
response = client.messages.create(
model="claude-sonnet-4",
max_tokens=1024,
messages=[
{"role": "user", "content": "用Python写一个快速排序算法"}
]
)
print(response.content[0].text)
response.content 是一个列表(支持多模态返回),需要用 response.content[0].text 获取文本。而 OpenAI 返回的是 response.choices[0].message.content。
流式输出(打字机效果)
流式输出可以让AI一边生成一边显示,用户体验更好。Claude 使用 stream=True 参数:
from anthropic import Anthropic
client = Anthropic(api_key="sk-ant-你的API_KEY")
with client.messages.stream(
model="claude-sonnet-4",
max_tokens=1024,
messages=[{"role": "user", "content": "讲一个程序员笑话"}]
) as stream:
for text in stream.text_stream:
print(text, end="")
使用System Prompt(系统提示词)
Claude 的 System Prompt 是独立参数,不在 messages 数组中:
from anthropic import Anthropic
client = Anthropic(api_key="sk-ant-你的API_KEY")
response = client.messages.create(
model="claude-sonnet-4",
max_tokens=1024,
system="你是一个专业的编程助手,回答简洁准确,必要时给出代码示例。",
messages=[
{"role": "user", "content": "如何用Python读取一个JSON文件?"}
]
)
print(response.content[0].text)
四、用Node.js调用(官方SDK)
安装依赖
npm install @anthropic-ai/sdk
基础对话
import Anthropic from '@anthropic-ai/sdk';
const client = new Anthropic({
apiKey: 'sk-ant-你的API_KEY'
});
async function main() {
const response = await client.messages.create({
model: 'claude-sonnet-4',
max_tokens: 1024,
messages: [
{ role: 'user', content: 'Node.js如何读取文件?' }
]
});
console.log(response.content[0].text);
}
main();
流式输出(Node.js)
import Anthropic from '@anthropic-ai/sdk';
const client = new Anthropic({
apiKey: 'sk-ant-你的API_KEY'
});
async function main() {
const stream = await client.messages.create({
model: 'claude-sonnet-4',
max_tokens: 1024,
messages: [{ role: 'user', content: '写一首关于AI的诗' }],
stream: true
});
for await (const event of stream) {
if (event.type === 'content_block_delta' && event.delta.type === 'text') {
process.stdout.write(event.delta.text);
}
}
}
main();
五、常用功能代码示例
1. 超长文档分析(20万字上下文)
Claude 最大的核心竞争力:一次处理超长文本。比如分析一整本书:
def analyze_long_document(file_path, question):
"""读取超长文档并用Claude分析"""
with open(file_path, 'r', encoding='utf-8') as f:
content = f.read()
response = client.messages.create(
model="claude-opus-4", # opus 和 sonnet 都支持20万上下文
max_tokens=4096,
messages=[{
"role": "user",
"content": f"以下是一份文档内容:\n\n{content}\n\n"
f"请回答以下问题:\n{question}"
}]
)
return response.content[0].text
2. 智能客服自动回复
def customer_service(user_message, history=[]):
"""智能客服,带上下文记忆"""
messages = []
# 添加上下文历史(Claude不需要system message,直接在对话中说明)
for h in history[-10:]: # 只保留最近10轮
messages.append(h)
messages.append({"role": "user", "content": user_message})
response = client.messages.create(
model="claude-sonnet-4",
max_tokens=512,
system="你是一个专业的电商客服,回答简洁有礼貌。如果不知道答案,引导用户联系人工客服。",
messages=messages
)
return response.content[0].text
3. 批量翻译(利用20万上下文一次处理大量文本)
def batch_translate(texts, target_lang="英语"):
"""批量翻译文本(一次处理上百条)"""
batch_text = "\n---\n".join(texts)
response = client.messages.create(
model="claude-sonnet-4",
max_tokens=4096,
messages=[{
"role": "user",
"content": f"将以下文本逐条翻译成{target_lang},保持原格式用---分隔:\n\n{batch_text}"
}]
)
return response.content[0].text.split("\n---\n")
4. 代码审查
def code_review(code, language="Python"):
"""让Claude审查代码,找出Bug并优化"""
response = client.messages.create(
model="claude-sonnet-4",
max_tokens=2048,
messages=[{
"role": "user",
"content": f"请审查以下{language}代码,找出:\n"
f"1. Bug和潜在错误\n"
f"2. 性能问题\n"
f"3. 安全性问题\n"
f"4. 可读性改进建议\n\n"
f"```{language}\n{code}\n```"
}]
)
return response.content[0].text
六、常见错误及解决
| 错误代码 | 原因 | 解决方案 |
|---|---|---|
| 401 Authentication Error | API Key无效或未正确传递 | 检查Key是否正确(以 sk-ant- 开头),确认使用了 x-api-key 头而非 Bearer |
| 400 Invalid Request | 请求格式错误 | 检查 messages 结构、model 名称是否正确,是否缺少必要字段 |
| 400 max_tokens too large | max_tokens 超出限制 | Claude最大输出约4096-8192 tokens,请调小 |
| 429 Rate Limit | 请求频率过高 | 降低请求频率,增加延迟,使用指数退避重试 |
| 529 Overloaded | 服务端负载过高 | 等待几秒后重试,这是Anthropic特有的状态码 |
| Request too large | 输入超过20万tokens上限 | 虽然Claude支持20万上下文,但仍需控制输入总量不超过限制 |
| anthropic-version missing | 请求头缺少API版本号 | 添加 anthropic-version: 2023-06-01 头 |
七、价格与赠金
| 项目 | 价格 |
|---|---|
| 注册赠金 | $5 美金(无需绑卡,注册即送) |
| claude-opus-4 输入 | $15 / 百万 tokens |
| claude-opus-4 输出 | $75 / 百万 tokens |
| claude-sonnet-4 输入 | $3 / 百万 tokens |
| claude-sonnet-4 输出 | $15 / 百万 tokens |
| 估算:一篇2000字文章 (sonnet) | 约 $0.01(约7分钱人民币) |
| 估算:100万次短对话 (sonnet) | 约 $150 |
| 最大上下文 | 200K tokens(20万字,所有模型均支持) |
对比:Claude是市面上最贵的模型之一,但也是能力最强的之一。如果你追求最高质量和超长上下文,Claude是首选。对于日常简单任务,建议使用 claude-sonnet-4(性价比更高),复杂推理再用 claude-opus-4。
claude-sonnet-4 搭配20万上下文,一次到位,反而比多次短对话更划算。
八、实际项目应用场景 & 代接服务
API调通了,然后呢?以下是我们用Claude API做过并验证过的落地场景:
场景一:AI长文分析助手
上传一本书、一份合同、一份论文PDF,让Claude自动总结、分析、抽取关键信息。利用20万上下文优势,不用分段处理。
- 接入方式:前端上传文件 → 后端读取文本 → Claude API分析
- 成本估算:分析一本10万字的书 ≈ $0.5-1
- 我们能帮做:¥800 整套部署(PDF解析+Claude分析+前端展示)
场景二:AI编程助手
Claude在编程能力上顶尖水平,可以做代码审查、自动修复Bug、代码生成。对接GitHub Webhook后每次提交自动审查。
场景三:AI合同/法律文档生成
Claude对长文本和严谨格式把控极好,适合生成合同、法律文书、标书等正式文件。
场景四:智能客服(需高质量回复)
对回复质量要求高的场景(如金融、医疗、法律咨询),Claude的回答质量非常出色,虽然贵但值得。
场景五:跨平台内容创作
利用20万上下文,Claude可以一次阅读大量参考资料后,生成文章、社交媒体文案、营销内容等。质量远超其他模型。