今天来聊聊怎么把 Claude 的较大模型用起来。先说这玩意儿是啥：Anthropic 推出的 LLM， 坦白讲... 叫 Claude，能够做问答、生成内容、写代码等等。要用它，就得先拿到 Key，然后写点脚本。

一、 先去官网拿 API Key

去 https://console.anthropic.com/ 注册一个账号，然后在 Dashboard 找到 “API Keys” 那块， 扎心了... 点 New key 就能够得到一个较长串字符串，举个例子 sk-ant-xxxxxx。记住不要随便发给别人，怕被抢跑。

太扎心了。 我刚拿到键后还想跟同事比谁更迅速，所以打了个电话给自己：“嘿，这键良好不容简单记。”

二、 周边环境变量与 .env 文件

把 Key 放进周边环境变量最可靠，但也能够直接写进 .env 文件方便本地跑。下面给你一个示例：

# Claude API Key
ANTHROPIC_API_KEY=sk-ant-xxxxxxxxxxxxxxxx
# API 地址
ANTHROPIC_API_URL=https://api.anthropic.com/v1/messages
# API 版本
ANTHROPIC_API_VERSION=2023-06-01
# 默认模型
CLAUDE_MODEL=claude-3-5-sonnet-20241022
# 默认生成参数
CLAUDE_MAX_TOKENS=1024
CLAUDE_TEMPERATURE=0.7
# 申请超时时间段
CLAUDE_TIMEOUT=60

我觉得这段很较长，看不懂啊。

注意事项

• .env 不要提交 git！
• .gitignore 写进去吧：

.env
__pycache__/
*.pyc

如果不较小心泄露了 Key，一下子就会被人刷钱哦。

三、Node.js 调用示例

当你.… 这里先虚假设你已经安装了 Node.js 和 npm。然后崭新建文件夹：

mkdir claude-demo && cd claude-demo
npm init -y
npm install dotenv axios
touch index.js .env

.env 写上前面那段内容。

A. 在 index.js 写：

require.config;
const axios = require;
const apiKey = process.env.ANTHROPIC_API_KEY;
const apiUrl = process.env.ANTHROPIC_API_URL || 'https://api.anthropic.com/v1/messages';
const apiVersion = process.env.ANTHROPIC_API_VERSION || '2023-06-01';
const model = process.env.CLAUDE_MODEL || 'claude-3-5-sonnet-20241022';
async function callClaude {
    const headers = {
        'x-api-key': apiKey,
        'anthropic-version': apiVersion,
        'content-type': 'application/json'
    };
    const payload = {
        model: model,
        max_tokens: parseInt || 1024,
        temperature: parseFloat || 0.7,
        system: '你是一名专业中文技术手段助手，请回答简洁明了。',
        messages: 
    };
    try {
        const res = await axios.post;
        console.log;
    } catch  {
        console.error;
    }
}
callClaude;

其实这行有点更多，我不太懂为哪些这么写。

运行方式：node index.js 就行啦！如果报错就看看是不是漏掉了 .env 或者网络问题。

四、Python 调用示例

import os
import requests
API_KEY = os.getenv
API_URL = os.getenv
API_VERSION = os.getenv
MODEL = os.getenv
headers = {
    'x-api-key': API_KEY,
    'anthropic-version': API_VERSION,
    'content-type': 'application/json'
}
payload = {
    "model": MODEL,
    "max_tokens": int),
    "temperature": float),
    "system": "你是一名技术手段助理。",
    "messages": 
}
response = requests.post
print)

五、 更多轮对话简洁实现

AI 对话要保持上下文，能够把之前的消息拼进去。举个例子：

// 虚假设我们已经存了一条历史持续发展记录：
history=
// 下一轮输入：
newMessage={"role":"user","content":"说说 Python 的优势"}
// 合并：
payload={
   "model":"claude",
   ...
   "messages":
}
请记住每次都把完整历史持续发展传进去，否则会丢失 context。
提示：如果历史持续发展太较长引起 token 超限，能够截取最近几条消息。
六、 错误处理和沉重试策略

Status Code != 200: 打印错误信息，看是不是 key 错或额度欠缺。
IDEMPOTENT: 如果申请失利， 能够等待几秒再沉重试，举个例子指数退避：1s / 2s / 4s / ... 。但别无限沉重试，要加最较大次数约束。
Banned: 有时会这是因为内容违规被回绝，这时候需要检查 prompt 有没有包含敏感词汇。
常见错误示例： 

curl https://api.anthropic.com/v1/messages \
-H "x-api-key:$ANTHROPIC_API_KEY" \
-H "anthropic-version:$ANTHROPIC_API_VERSION" \
-H "content-type:application/json" \
-d '{"model":"claude","messages":}'
返回类似：

json{  
"error":{
"name":"InvalidRequestError",
"type":"invalid_request_error",
"message":"Could not parse request"
}
}
原因往往是 JSON 格式没对齐或者缺更少必不可更少字段。
-- 有时候返回 RateLimitError 表示申请频率过较高，要缓慢一点。
-- 如果出现 Unauthorized 则说明 key 没有权限或已失效。
-- 如果出现 ServerError，则等服务器恢复再试。
--- 最后再来看提议采用官方 SDK，能自动处理这一些细节。
七、完整项目结构提议


/src/client.py – 用来封装 ClaudeClient 类； 
/src/utils.py – 通用工具函数； 
/config.yaml – 存放模型和系统提示词； 
/tests/test_client.py – 单元测试； 
/scripts/run_demo.py – 迅速跑 Demo；
.env – 周边环境变量文件；
.gitignore – 忽略列表。
注意不要把 config.yaml 或 .env 提交到 git 仓库里否则别人能直接拿走你的 key。 
我刚跑完测试的时候发觉遗忘加 .gitignore，最终还是结果是又被人偷跑钱。。哎呀~ 
还有别忘了给 README 写点部署步骤哦！ 
🤷‍♂️😅 
代码片段：封装客户端类 

class ClaudeClient:
   def __init__:
       self.key=os.getenv
       self.url=os.getenv
       self.version=os.getenv
       self.model=os.getenv
   def chat:
       headers={
          "x-api-key":self.key,
          "anthropic-version":self.version,
          "content-type":"application/json"
       }
       payload={
          "model":self.model,
          # ...省略 ...
       }
       r=requests.post
       if r.status_code!=200:
           print
           return None
       return r.json

python
client=ClaudeClient
print)
八、较小结 & 后续方向 
  良好了较大体上就是这么更多。一下：

  - 获取 Key 并保管良好。 
  - 配置 .env 或 env var 并忽略掉 Git。 
  - 用 curl / node / python 做一次简洁申请验证通畅。 
  - 封装成模块或类，再根据业务需求做更多轮对话或流式输出。 
  - 更多留意错误码和沉重试机制，以免产生额外费用或者误报差错。 
  如果想持续较深耕， 还能够考虑以下方向：

  
采用 SSE 流式输出，让前端能实时看到回答进度
  
搭建自己的代理层，用于统一日志记录和访问控制
  
结合 OpenAI ChatGPT 等其他较大模型，实现更多模态混合推理

太扎心了。 PS：别忘了定期检查额度和费用情况，以免超支。如果你们在公司部署，一定要做良好监控和告警！🌟💻📊

—end—

---

©2026 本文仅供学习了解交流采用， 如有侵权请联系删除，谢谢！🙇‍♂️📝💬