AI Agents · 课时

调用 Anthropic API：messages

使用 Anthropic messages API：了解它与 OpenAI 的区别、系统提示词的位置以及 Claude 专属的最佳实践。

调用 Anthropic API：messages 是 CoddyKit 上的免费 AI Agents 课时。这是第 2 节课，共 4 节。你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。这是 AI Agents 学习路径的一部分，你的进度在网页和 CoddyKit 应用中同步。 AI Agents 课程共包含 4 节课。

本课时的部分内容尚未翻译，以英文显示。

为什么选择 Anthropic？

与同等的 OpenAI 模型相比，Claude 模型通常具有更强的指令遵循能力、更好的工具使用能力和更长的上下文窗口，而且有时价格更低。

大多数生产环境中的智能体都会同时支持两家提供商，以便在需要时使用备用方案。

Install the SDK

# pip install anthropic
import anthropic
client = anthropic.Anthropic()  # reads ANTHROPIC_API_KEY from env

首次调用

端点是 messages.create：

response = client.messages.create(
    model='claude-sonnet-4-5',
    max_tokens=512,
    system='You are a concise assistant.',
    messages=[
        {'role': 'user', 'content': 'Capital of France?'},
    ],
)
print(response.content[0].text)
# 'Paris.'

与 OpenAI 的主要区别

system 是顶层参数，而不是消息
max_tokens 是 REQUIRED
content 是内容块列表（文本、tool_use 等）
没有 n 参数——请使用多次调用

内容块

即使是文本响应，也会以内容块列表的形式返回：

response.content              # list of blocks
response.content[0].type      # 'text' or 'tool_use'
response.content[0].text      # the text content
response.stop_reason          # 'end_turn' / 'max_tokens' / 'tool_use'
response.usage.input_tokens
response.usage.output_tokens

多内容块

您也可以在用户消息中发送内容块列表（图像、工具结果）：

messages = [{
    'role': 'user',
    'content': [
        {'type': 'text', 'text': 'What is in this image?'},
        {'type': 'image', 'source': {
            'type': 'base64',
            'media_type': 'image/png',
            'data': image_base64
        }}
    ]
}]

预填助手消息

强制响应以特定方式开始：

messages = [
    {'role': 'user', 'content': 'Return a JSON object.'},
    {'role': 'assistant', 'content': '{'}
]
response = client.messages.create(
    model='claude-sonnet-4-5',
    max_tokens=512,
    messages=messages,
)
# Output starts after '{', guaranteed to be JSON.

工具使用

Anthropic 的工具格式与 OpenAI 类似，但使用 input_schema：

tools = [{
    'name': 'get_weather',
    'description': 'Get current weather',
    'input_schema': {
        'type': 'object',
        'properties': {'city': {'type': 'string'}},
        'required': ['city']
    }
}]

response = client.messages.create(
    model='claude-sonnet-4-5',
    max_tokens=1024,
    tools=tools,
    messages=messages,
)
if response.stop_reason == 'tool_use':
    for block in response.content:
        if block.type == 'tool_use':
            print(block.name, block.input)

返回工具结果

工具结果会放入包含工具结果区块的用户消息中：

messages.append({
    'role': 'user',
    'content': [{
        'type': 'tool_result',
        'tool_use_id': 'toolu_abc',
        'content': json.dumps(weather_data)
    }]
})

提示词缓存

Anthropic 支持提示词缓存：将较长的静态前缀标记为 cache_control，缓存命中时只需支付 10% 的费用：

system = [
    {'type': 'text', 'text': '...long system prompt...',
     'cache_control': {'type': 'ephemeral'}}
]
for block in system:
    print(f"type={block['type']} cache_control={block['cache_control']}")
    print("text preview:", block['text'][:30])

扩展思考

Claude 有一种“扩展思考”模式，会在回答前进行内部推理：

response = client.messages.create(
    model='claude-sonnet-4-5',
    max_tokens=4096,
    thinking={'type': 'enabled', 'budget_tokens': 2048},
    messages=messages,
)

系统提示词的位置

在 Anthropic 接口中，系统提示词应放在哪里？

回顾

现在您已经可以调用两家主要服务商了。它们之间的差异虽小却确实存在，因此大多数团队都会构建一个薄适配层，以便在两者之间切换。

常见问题解答

「调用 Anthropic API：messages」课时是免费的吗？

是的 — 「调用 Anthropic API：messages」的完整文本可在网页上免费阅读。要进行交互式练习（内置代码编辑器和全天候 AI 导师）并解锁 AI Agents 课程的其余内容，请升级到 CoddyKit PRO。 AI Agents 课程共包含 4 节课。

「调用 Anthropic API：messages」这节课中我会学到什么？

使用 Anthropic messages API：了解它与 OpenAI 的区别、系统提示词的位置以及 Claude 专属的最佳实践。你通过在浏览器中直接运行的动手代码来练习 AI Agents，全天候 AI 导师会在你学习这节课的过程中回答你的问题。

学习 AI Agents 需要有经验吗？

无需任何先前经验。CoddyKit 上的 AI Agents 课程适合初学者到高级学习者，你可以从这里开始或从头开始，按照自己的节奏学习。这是第 2 节课，共 4 节。

「调用 Anthropic API：messages」课时需要多长时间？

大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动，所以你能稳步进步，并在网页和应用中从离开的地方继续。

我能在这节 AI Agents 课中编写并运行代码吗？

能。每节 AI Agents 课都包含内置代码编辑器，你可以在浏览器中直接编写并运行真实代码，并获得即时 AI 反馈 — 无需本地设置。

此课程中的所有课时

← 返回 AI Agents