0Pricing
Learn AI with Python · Pelajaran

API Anthropic Claude dalam Python

anthropic.Anthropic(), messages.create(), blok konten, pemikiran yang diperluas, streaming.

API Anthropic Claude dalam Python adalah pelajaran Learn AI with Python gratis di CoddyKit. Ini adalah pelajaran 2 dari 4. Kamu bisa membaca pelajaran lengkapnya di bawah secara gratis — lalu praktikkan langsung di browser dengan editor kode bawaan dan tutor AI 24/7. Ini adalah bagian dari jalur belajar Learn AI with Python, dan progresmu tersinkronisasi di web dan aplikasi CoddyKit. Kursus Learn AI with Python mencakup 4 pelajaran total.

SDK Anthropic

Model Claude dari Anthropic diakses melalui paket Python anthropic. Instal dengan pip install anthropic. Claude unggul dalam penalaran dengan konteks panjang, mengikuti instruksi secara cermat, dan menggunakan alat.

pip install anthropic

import anthropic

Membuat Klien

Buat klien dengan anthropic.Anthropic(). Secara bawaan, klien membaca kunci Anda dari variabel lingkungan ANTHROPIC_API_KEY, sehingga kredensial tidak perlu ditulis di dalam kode.

import anthropic

client = anthropic.Anthropic()

# Or explicitly
client = anthropic.Anthropic(api_key="sk-ant-...")

API Pesan

Claude menggunakan client.messages.create(). Berbeda dari OpenAI, instruksi sistem merupakan parameter terpisah, bukan pesan dalam daftar. Daftar messages hanya berisi giliran pengguna dan asisten.

message = client.messages.create(
    model="claude-opus-4-8",
    max_tokens=1024,
    system="You are a concise expert.",
    messages=[{"role": "user", "content": "Explain RAG in one sentence."}]
)

Batas Token Maksimum Wajib

Perbedaan pentingnya adalah max_tokens wajib dalam API Anthropic. Parameter ini membatasi jumlah token yang boleh dibuat Claude dalam balasannya. Tetapkan nilai yang cukup tinggi untuk keluaran yang diharapkan, tetapi parameter ini juga melindungi Anda dari biaya yang tidak terkendali.

message = client.messages.create(
    model="claude-opus-4-8",
    max_tokens=2048,
    messages=[{"role": "user", "content": "Write a haiku about Python."}]
)

Membaca Respons

Claude mengembalikan daftar content yang berisi blok-blok. Untuk teks biasa, balasan berada di message.content[0].text. Daftar digunakan karena sebuah respons dapat berisi beberapa blok, seperti teks ditambah permintaan penggunaan alat.

print(message.content[0].text)

# Inspect block type
print(message.content[0].type)  # "text"

Riwayat Percakapan

Seperti API percakapan lainnya, Claude tidak menyimpan status. Untuk melanjutkan percakapan, Anda sendiri harus append balasan asisten dan giliran pengguna berikutnya ke dalam messages.

messages = [{"role": "user", "content": "Hello"}]
resp = client.messages.create(model="claude-opus-4-8", max_tokens=512, messages=messages)

messages.append({"role": "assistant", "content": resp.content[0].text})
messages.append({"role": "user", "content": "Tell me more"})

Pengaliran dengan Pengelola Konteks

Untuk keluaran waktu nyata, Claude menyediakan client.messages.stream() yang digunakan sebagai pengelola konteks dengan pernyataan with. Cara ini membuka dan menutup koneksi dengan aman.

with client.messages.stream(
    model="claude-opus-4-8",
    max_tokens=1024,
    messages=[{"role": "user", "content": "Count to five."}]
) as stream:
    pass  # iterate inside

Melakukan Iterasi pada Aliran Teks

Di dalam blok with, lakukan perulangan pada stream.text_stream untuk menerima perubahan teks saat Claude membuatnya. Setiap item berupa teks yang siap dicetak.

with client.messages.stream(
    model="claude-opus-4-8",
    max_tokens=1024,
    messages=[{"role": "user", "content": "Count to five."}]
) as stream:
    for text in stream.text_stream:
        print(text, end="", flush=True)

Mendapatkan Pesan Akhir

Setelah pengaliran selesai, panggil stream.get_final_message() untuk mengambil objek pesan lengkap yang telah dirangkai, termasuk data penggunaan dan seluruh blok konten.

with client.messages.stream(model="claude-opus-4-8", max_tokens=1024,
        messages=[{"role": "user", "content": "Hi"}]) as stream:
    for text in stream.text_stream:
        print(text, end="")
    final = stream.get_final_message()

Penggunaan Token

Respons membawa objek usage dengan input_tokens dan output_tokens. Perhatikan bahwa penamaannya berbeda dari OpenAI (yang menggunakan masukan/penyelesaian), tetapi maknanya sama: melacak biaya setiap pemanggilan.

print(message.usage.input_tokens)
print(message.usage.output_tokens)

Perbedaan OpenAI dan Anthropic

Perbedaan utama yang perlu diingat: Anthropic menempatkan instruksi sistem dalam parameternya sendiri, mewajibkan max_tokens, membaca teks dari content[0].text, dan melakukan pengaliran melalui pengelola konteks with. Dengan mengetahuinya, Anda dapat berpindah antarpenyedia dengan yakin.

Pemeriksaan Singkat

Uji pengetahuan Anda tentang Anthropic.

Rangkuman: Claude dalam Python

Anda telah membuat klien anthropic.Anthropic() dan memanggil messages.create() dengan max_tokens yang wajib serta instruksi system yang terpisah. Anda membaca balasan dari content[0].text dan melacak biaya melalui usage.input_tokens / output_tokens.

Untuk pengaliran, Anda menggunakan client.messages.stream() sebagai pengelola konteks with, melakukan iterasi pada text_stream, dan mengambil hasil yang telah dirangkai dengan get_final_message().

Pertanyaan yang Sering Diajukan

Apakah pelajaran “API Anthropic Claude dalam Python” gratis?

Ya — teks lengkap “API Anthropic Claude dalam Python” gratis dibaca di sini di web. Untuk praktiknya secara interaktif (editor kode bawaan dan tutor AI 24/7) dan buka sisa kursus Learn AI with Python, upgrade ke CoddyKit PRO. Kursus Learn AI with Python mencakup 4 pelajaran total.

Apa yang akan aku pelajari di “API Anthropic Claude dalam Python”?

anthropic.Anthropic(), messages.create(), blok konten, pemikiran yang diperluas, streaming. Kamu berlatih Learn AI with Python dengan kode praktik yang langsung kamu jalankan di browser, dan tutor AI 24/7 menjawab pertanyaanmu saat kamu mengerjakan pelajaran ini.

Apakah aku perlu pengalaman untuk memulai Learn AI with Python?

Tidak diperlukan pengalaman sebelumnya. Learn AI with Python di CoddyKit dirancang untuk pemula hingga pelajar tingkat lanjut, jadi kamu bisa memulai di sini atau dari awal dan belajar sesuai kecepatan kamu sendiri. Ini adalah pelajaran 2 dari 4.

Berapa lama pelajaran “API Anthropic Claude dalam Python” memakan waktu?

Sebagian besar pelajaran CoddyKit memakan waktu sekitar 5–10 menit. Setiap pelajaran ringkas dan interaktif, jadi kamu membuat kemajuan stabil dan melanjutkan dari tempat kamu tinggalkan di web dan aplikasi.

Bisakah aku menulis dan menjalankan kode dalam pelajaran Learn AI with Python ini?

Ya. Setiap pelajaran Learn AI with Python menyertakan editor kode bawaan, jadi kamu menulis dan menjalankan kode nyata langsung di browser dan mendapatkan umpan balik AI instan — tidak diperlukan penyiapan lokal.

Semua pelajaran dalam kursus ini

  1. API OpenAI: chat.completions dan Streaming
  2. API Anthropic Claude dalam Python
  3. Pemanggilan Fungsi dan Penggunaan Alat dengan LLM
  4. Rekayasa Prompt untuk Aplikasi LLM Produksi
← Kembali ke Learn AI with Python