上個(gè)月幫朋友的創(chuàng)業(yè)團(tuán)隊(duì)搭一個(gè)客服摘要系統(tǒng)，指定要用 Claude Sonnet 4.6 做底層模型。我尋思這不簡(jiǎn)單嘛，結(jié)果從注冊(cè)到真正跑通第一個(gè)請(qǐng)求，前前后后折騰了大半天。主要是 Anthropic 官方的 SDK 和 OpenAI 兼容接口混在一起，文檔又散落在好幾個(gè)地方，踩了不少坑。這篇把我實(shí)際跑通的 3 種調(diào)用方式全部整理出來(lái)，代碼直接能復(fù)制跑。

調(diào)用 Claude API 有三種主流方式：Anthropic 官方 Python SDK、OpenAI 兼容接口、以及通過(guò) HTTP 直接請(qǐng)求。SDK 最省心，OpenAI 兼容接口方便從 GPT 遷移，HTTP 方式最靈活。下面逐個(gè)講。

先說(shuō)結(jié)論

我個(gè)人日常開(kāi)發(fā)用方案二最多，因?yàn)楦膫€(gè) model 參數(shù)就能在 Claude 和 GPT-5.5 之間切換，不用維護(hù)兩套代碼。

環(huán)境準(zhǔn)備

Python 3.9+，裝兩個(gè)包就行：

pip install anthropic openai

API Key 的獲取——去 Anthropic Console 注冊(cè)，綁卡之后在 Settings → API Keys 里生成。沒(méi)什么好說(shuō)的，但有個(gè)細(xì)節(jié)：Anthropic 的 Key 格式是 sk-ant-api03- 開(kāi)頭的，別跟 OpenAI 的搞混了。

方案一：Anthropic 官方 SDK

最正統(tǒng)的調(diào)用方式，代碼很短：

import anthropic

client = anthropic.Anthropic(api_key="sk-ant-api03-xxxxx")

message = client.messages.create(
 model="claude-sonnet-4-6-20260414",
 max_tokens=1024,
 messages=[
 {"role": "user", "content": "用 Python 寫(xiě)一個(gè)快速排序，要有注釋"}
 ]
)

print(message.content[0].text)

跑起來(lái)沒(méi)什么懸念。但我第一次調(diào)的時(shí)候遇到了一個(gè)報(bào)錯(cuò)：

anthropic.AuthenticationError: Error code: 401 - {'type': 'error', 'error': {'type': 'authentication_error', 'message': 'invalid x-api-key'}}

查了半天，發(fā)現(xiàn)是我把 Key 粘貼的時(shí)候多了一個(gè)空格。這種低級(jí)錯(cuò)誤排查起來(lái)最浪費(fèi)時(shí)間。

Streaming 版本也貼一下，做聊天界面的時(shí)候基本都要用：

with client.messages.stream(
 model="claude-sonnet-4-6-20260414",
 max_tokens=1024,
 messages=[{"role": "user", "content": "解釋一下 RLHF 是什么"}]
) as stream:
 for text in stream.text_stream:
 print(text, end="", flush=True)

響應(yīng)延遲方面，我 4 月 22 號(hào)晚上測(cè)了幾次，首 token 到達(dá)時(shí)間大概在 800ms-1.2s 之間，波動(dòng)挺大的。

方案二：OpenAI 兼容接口（推薦）

這個(gè)方案是我用得最多的。原因很簡(jiǎn)單——我手上同時(shí)有用 Claude 和 GPT-5.5 的項(xiàng)目，用 OpenAI SDK 統(tǒng)一調(diào)用，切模型只改一行代碼。

from openai import OpenAI

client = OpenAI(
 api_key="sk-ant-api03-xxxxx",
 base_url="https://api.ofox.ai/v1"
)

response = client.chat.completions.create(
 model="claude-sonnet-4-6-20260414",
 max_tokens=1024,
 messages=[
 {"role": "system", "content": "你是一個(gè)資深 Python 開(kāi)發(fā)者"},
 {"role": "user", "content": "幫我寫(xiě)一個(gè) Redis 緩存裝飾器"}
 ]
)

print(response.choices[0].message.content)

注意這里 base_url 指向的是聚合 API 網(wǎng)關(guān)。聚合平臺(tái)可以選 OpenRouter、Together AI、ofox.ai 這幾家，OpenRouter 收 5.5% 手續(xù)費(fèi)，ofox.ai 是 0% 加價(jià)對(duì)齊官方價(jià)格，看自己需求選。

這個(gè)方案有個(gè)好處：你之前寫(xiě)的所有 OpenAI 調(diào)用代碼，把 model 換成 Claude 的模型名就能跑，system 消息也正常支持（Anthropic 原生 SDK 里 system 消息要單獨(dú)傳參數(shù)，不在 messages 列表里）。

Streaming 版本：

stream = client.chat.completions.create(
 model="claude-sonnet-4-6-20260414",
 max_tokens=1024,
 messages=[{"role": "user", "content": "寫(xiě)一篇 500 字的技術(shù)博客大綱"}],
 stream=True
)

for chunk in stream:
 if chunk.choices[0].delta.content:
 print(chunk.choices[0].delta.content, end="", flush=True)

方案三：HTTP 直接請(qǐng)求

有些場(chǎng)景不想裝 SDK——比如在 Cloudflare Workers 或者一些極簡(jiǎn)的 Lambda 函數(shù)里。直接用 requests 發(fā)請(qǐng)求：

import requests
import json

url = "https://api.anthropic.com/v1/messages"
headers = {
 "x-api-key": "sk-ant-api03-xxxxx",
 "anthropic-version": "2023-06-01",
 "content-type": "application/json"
}

payload = {
 "model": "claude-sonnet-4-6-20260414",
 "max_tokens": 1024,
 "messages": [
 {"role": "user", "content": "什么是向量數(shù)據(jù)庫(kù)？簡(jiǎn)單解釋"}
 ]
}

response = requests.post(url, headers=headers, json=payload, timeout=30)
result = response.json()
print(result["content"][0]["text"])

這里有個(gè)坑：anthropic-version 這個(gè) header 是必填的，不傳會(huì)報(bào) 400。版本號(hào)不是隨便寫(xiě)，要用 Anthropic 文檔里列出的有效版本。我第一次隨手寫(xiě)了個(gè) 2026-01-01，直接返回：

{"type":"error","error":{"type":"invalid_request_error","message":"Invalid API version: 2026-01-01. Valid versions: 2023-06-01, 2024-10-22, ..."}}

反正記住用 2023-06-01 就行，雖然看著舊但一直能用。

整體調(diào)用鏈路

graph LR
 A[你的 Python 代碼] --> B{選擇調(diào)用方式}
 B -->|方案一| C[Anthropic SDK]
 B -->|方案二| D[OpenAI SDK + 聚合網(wǎng)關(guān)]
 B -->|方案三| E[HTTP requests]
 C --> F[Anthropic API]
 D --> G[聚合網(wǎng)關(guān) API]
 G --> F
 E --> F
 F --> H[Claude Sonnet 4.6 / Opus 4.7]

踩坑記錄

1. max_tokens 是必填參數(shù)

跟 OpenAI 不一樣，Claude API 的 max_tokens 不填會(huì)直接報(bào)錯(cuò)，不會(huì)給你默認(rèn)值。我從 GPT 遷移過(guò)來(lái)的代碼全部掛了一遍，挨個(gè)加上這個(gè)參數(shù)，挺煩人的。

2. 圖片傳參格式

如果要用 Claude 的視覺(jué)能力，圖片要 base64 編碼后放在 messages 里：

message = client.messages.create(
 model="claude-sonnet-4-6-20260414",
 max_tokens=1024,
 messages=[{
 "role": "user",
 "content": [
 {"type": "image", "source": {"type": "base64", "media_type": "image/png", "data": base64_string}},
 {"type": "text", "text": "這張圖里畫(huà)的是什么？"}
 ]
 }]
)

注意 content 從字符串變成了列表，第一次寫(xiě)容易忘。

3. 429 限流

高并發(fā)調(diào)的時(shí)候經(jīng)常遇到 429。Anthropic 的限流策略是按 Tier 分級(jí)的，剛注冊(cè)的賬號(hào) Tier 1 只有每分鐘 50 次請(qǐng)求。我跑批量摘要任務(wù)的時(shí)候直接撞上了：

anthropic.RateLimitError: Error code: 429 - {'type': 'error', 'error': {'type': 'rate_limit_error', 'message': 'Number of request tokens has exceeded your per-minute rate limit'}}

解決辦法要么升 Tier（充值越多 Tier 越高，很現(xiàn)實(shí)），要么加個(gè) retry 邏輯，我用的 tenacity：

from tenacity import retry, wait_exponential, stop_after_attempt

@retry(wait=wait_exponential(min=1, max=60), stop=stop_after_attempt(5))
def call_claude(prompt):
 return client.messages.create(
 model="claude-sonnet-4-6-20260414",
 max_tokens=1024,
 messages=[{"role": "user", "content": prompt}]
 )

4. system prompt 長(zhǎng)度問(wèn)題

Anthropic 文檔說(shuō) system prompt 支持很長(zhǎng)的內(nèi)容，但我實(shí)測(cè)超過(guò) 4000 token 之后響應(yīng)質(zhì)量會(huì)有點(diǎn)飄，不知道是不是個(gè)例。目前我的做法是 system prompt 控制在 2000 token 以內(nèi)，復(fù)雜的上下文塞到 user message 里。不確定這是不是最佳實(shí)踐，有經(jīng)驗(yàn)的老哥可以評(píng)論區(qū)說(shuō)說(shuō)。

小結(jié)

三種方案各有各的用處。純 Claude 項(xiàng)目用官方 SDK 最省心；多模型切換或者從 GPT 遷移過(guò)來(lái)，OpenAI 兼容接口改動(dòng)最??；極簡(jiǎn)部署環(huán)境就直接 HTTP。我的建議是先用方案二跑通，后面有特殊需求再切方案一或三。

以上就是使用Python調(diào)用Claude API的三種方案實(shí)測(cè)的詳細(xì)內(nèi)容，更多關(guān)于Python調(diào)用Claude API的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！

最新評(píng)論