Lær AI med Python · leksjon

Anthropic Claude API i Python

anthropic.Anthropic(), messages.create(), innholdsblokker, utvidet tenkning og strømming.

Leksjon 2 av 413 trinn

Anthropic Claude API i Python er en gratis leksjon i Lær AI med Python på CoddyKit. Dette er leksjon 2 av 4. Du kan lese valgfritt 3 leksjoner fra denne læringsstien gratis i sin helhet – deretter låser CoddyKit PRO opp alle leksjoner, samt praktisk øving med en innebygd kodeeditor og en AI-veileder som er tilgjengelig døgnet rundt. Den er en del av læringsløpet i Lær AI med Python, og fremdriften din synkroniseres mellom nettet og CoddyKit-appen. Kurset i Lær AI med Python inneholder totalt 4 leksjoner.

Anthropic-SDK-en

Anthropics Claude-modeller brukes gjennom Python-pakken anthropic. Installer den med pip install anthropic. Claude er spesielt god på resonnering med lang kontekst, nøye instruksjonsfølging og bruk av verktøy.

pip install anthropic

import anthropic

Opprette klienten

Bygg klienten med anthropic.Anthropic(). Som standard leser den nøkkelen din fra miljøvariabelen ANTHROPIC_API_KEY, slik at påloggingsopplysninger holdes utenfor koden.

import anthropic

client = anthropic.Anthropic()

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

Messages API

Claude bruker client.messages.create(). I motsetning til OpenAI er systemprompten en separat parameter, ikke en melding i listen. messages-listen inneholder bare turer fra user og assistant.

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."}]
)

max_tokens er obligatorisk

En viktig forskjell er at max_tokens er obligatorisk i Anthropic API-et. Den begrenser hvor mange tokens Claude kan generere i svaret sitt. Sett den høyt nok for den forventede utdataen, men vær klar over at den også beskytter mot ukontrollerte kostnader.

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

Lese svaret

Claude returnerer en content-liste med blokker. For ren tekst ligger svaret på message.content[0].text. Det er en liste fordi et svar kan inneholde flere blokker, for eksempel tekst og en forespørsel om verktøybruk.

print(message.content[0].text)

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

Samtalehistorikk

Som andre chat-API-er er Claude tilstandsløs. Hvis du vil fortsette en samtale, må du selv legge assistentens svar og den neste brukerturen inn i 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"})

Strømming med en kontekstbehandler

For utdata i sanntid tilbyr Claude client.messages.stream(), som brukes som en kontekstbehandler med with-setningen. Dette åpner og lukker tilkoblingen på en trygg måte.

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

Iterere over tekststrømmen

Inne i with-blokken går du gjennom stream.text_stream for å motta tekstdeltaer etter hvert som Claude genererer dem. Hvert element er en streng som er klar til å skrives ut.

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)

Hente den endelige meldingen

Etter at strømmingen er ferdig, kaller du stream.get_final_message() for å hente det komplette, sammenstilte meldingsobjektet, inkludert bruksdata og alle innholdsblokkene.

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()

Tokenbruk

Svaret inneholder et usage-objekt med input_tokens og output_tokens. Merk at navngivningen er annerledes enn hos OpenAI, som bruker prompt/completion, men betydningen er den samme: følg med på kostnaden for hvert kall.

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

Forskjeller mellom OpenAI og Anthropic

Husk disse viktige forskjellene: Anthropic plasserer systemprompten i sin egen parameter, krever max_tokens, leser tekst fra content[0].text og strømmer via en with-kontekstbehandler. Når du kjenner disse forskjellene, kan du trygt bytte mellom leverandører.

Hurtigsjekk

Test kunnskapen din om Anthropic.

Besvar den i den interaktive leksjonen

Oppsummering: Claude i Python

Du opprettet en anthropic.Anthropic()-klient og kalte messages.create() med en obligatorisk max_tokens og en separat system-prompt. Du leste svar fra content[0].text og fulgte med på kostnaden via usage.input_tokens / usage.output_tokens.

For strømming brukte du client.messages.stream() som en with-kontekstbehandler, itererte over text_stream og hentet det sammenstilte resultatet med get_final_message().

Gratis å komme i gang

Lær deg Python med en AI-veileder – gratis

Skriv og kjør ekte kode i nettleseren, få umiddelbar hjelp fra en AI-veileder som er tilgjengelig døgnet rundt, og fortsett der du slapp – på nettet eller i appen.

Kurs: 53
Leksjoner: 225

Start læringen gratis Se hele kurset

Ofte stilte spørsmål

Er leksjonen «Anthropic Claude API i Python» gratis?

Ja – du kan lese valgfritt 3 av leksjonene i læringsstien Lær AI med Python, inkludert «Anthropic Claude API i Python», gratis i sin helhet her på nettet. Deretter låser CoddyKit PRO opp alle leksjoner, samt interaktiv øving med en innebygd kodeeditor og en AI-veileder som er tilgjengelig døgnet rundt. Kurset i Lær AI med Python inneholder totalt 4 leksjoner.

Hva lærer jeg i «Anthropic Claude API i Python»?

anthropic.Anthropic(), messages.create(), innholdsblokker, utvidet tenkning og strømming. Du øver på Lær AI med Python med praktisk kode som du kjører direkte i nettleseren, mens en AI-veileder som er tilgjengelig døgnet rundt, svarer på spørsmålene dine mens du jobber deg gjennom leksjonen.

Trenger jeg erfaring for å begynne med Lær AI med Python?

Ingen tidligere erfaring er nødvendig. Lær AI med Python på CoddyKit er lagt opp for både nybegynnere og viderekomne, så De kan begynne her eller helt fra start og lære i Deres eget tempo. Dette er leksjon 2 av 4.

Hvor lang tid tar leksjonen «Anthropic Claude API i Python»?

De fleste CoddyKit-leksjoner tar omtrent 5–10 minutter. Hver leksjon er kort og interaktiv, slik at De gjør jevne fremskritt og kan fortsette akkurat der De slapp – både på nettet og i appen.

Kan jeg skrive og kjøre kode i denne Lær AI med Python-leksjonen?

Ja. Alle Lær AI med Python-leksjoner har en innebygd kodeeditor, slik at De kan skrive og kjøre ekte kode direkte i nettleseren og få umiddelbar tilbakemelding fra AI – uten lokal konfigurering.

Alle leksjonene i dette kurset

OpenAI API: chat.completions og strømming
Anthropic Claude API i Python
Funksjonskall og verktøybruk med LLM-er
Promptutvikling for LLM-apper i produksjon

← Tilbake til Lær AI med Python