Claude API Python 调用示例（2026）

Claude API 在 Python 里怎么调？本文给你可复制即跑的示例：两种调用方式、流式输出、 工具调用（Function Calling）、多轮对话、常见错误处理。默认使用 TokenProvider 作为 base_url，直接比官方便宜一半以上。

准备工作

• Python ≥ 3.8
• 一个 TokenProvider API 密钥（免费注册，$1 起充）
• 选一个 SDK：openai（推荐，通用）或 anthropic（官方）

pip install openai       # 方式 A：OpenAI SDK（同时支持 Claude / GPT / Gemini）
pip install anthropic    # 方式 B：Anthropic 官方 SDK（只用 Claude 时推荐）

方式 A：OpenAI SDK（推荐）

一个 SDK 调所有模型，切换只改 model 参数：

from openai import OpenAI

client = OpenAI(
    api_key="你的 TokenProvider密钥",
    base_url="https://tokenprovider.store/v1",
)

resp = client.chat.completions.create(
    model="claude-sonnet-4",   # 或 claude-opus, claude-haiku, gpt-4o, gemini-2-flash
    messages=[
        {"role": "system", "content": "你是资深 Python 工程师。"},
        {"role": "user", "content": "写一个高效的快速排序，含类型标注。"},
    ],
    max_tokens=800,
)

print(resp.choices[0].message.content)
print(f"花了 {resp.usage.total_tokens} token")

关键点：

• base_url 末尾带 /v1，这是 OpenAI 协议的固定前缀
• model 直接写 Anthropic 的模型名（不要加 anthropic/ 前缀）
• resp.usage 会返回实际计费的 token 数

方式 B：Anthropic 官方 SDK

只调 Claude、用官方的 Messages 协议：

import anthropic

client = anthropic.Anthropic(
    api_key="你的 TokenProvider密钥",
    base_url="https://tokenprovider.store",   # 注意：不带 /v1
)

msg = client.messages.create(
    model="claude-sonnet-4",
    max_tokens=800,
    system="你是资深 Python 工程师。",
    messages=[
        {"role": "user", "content": "写一个高效的快速排序，含类型标注。"},
    ],
)

print(msg.content[0].text)
print(f"输入 {msg.usage.input_tokens} 输出 {msg.usage.output_tokens}")

流式输出（边生成边显示）

适合做聊天界面、CLI 工具：

from openai import OpenAI

client = OpenAI(
    api_key="你的密钥",
    base_url="https://tokenprovider.store/v1",
)

stream = client.chat.completions.create(
    model="claude-sonnet-4",
    messages=[{"role": "user", "content": "用 3 段话介绍 Python asyncio。"}],
    stream=True,
)

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

流式模式下 resp.usage 一般在最后一个 chunk 里给出。

工具调用（Function Calling）

让 Claude 返回结构化函数调用：

import json
from openai import OpenAI

client = OpenAI(api_key="你的密钥", base_url="https://tokenprovider.store/v1")

tools = [{
    "type": "function",
    "function": {
        "name": "get_weather",
        "description": "查询城市当前天气",
        "parameters": {
            "type": "object",
            "properties": {
                "city": {"type": "string", "description": "城市拼音或中文名"}
            },
            "required": ["city"],
        },
    },
}]

resp = client.chat.completions.create(
    model="claude-sonnet-4",
    messages=[{"role": "user", "content": "北京今天天气怎么样？"}],
    tools=tools,
)

tool_call = resp.choices[0].message.tool_calls[0]
args = json.loads(tool_call.function.arguments)
print(f"Claude 请求调用 {tool_call.function.name}({args})")

后续把真实天气结果作为 tool 角色消息喂回去，Claude 会整合成最终答复。

多轮对话（维持上下文）

history = [
    {"role": "system", "content": "你是一个 Python 助教，回答要精炼。"},
]

def ask(question: str) -> str:
    history.append({"role": "user", "content": question})
    resp = client.chat.completions.create(
        model="claude-sonnet-4",
        messages=history,
    )
    answer = resp.choices[0].message.content
    history.append({"role": "assistant", "content": answer})
    return answer

print(ask("asyncio 里 await 和 yield from 有什么区别？"))
print(ask("那 asyncio.gather 和 wait 呢？"))   # 第二轮自动带上下文

错误处理

from openai import OpenAI, RateLimitError, AuthenticationError, APIError

client = OpenAI(api_key="你的密钥", base_url="https://tokenprovider.store/v1")

try:
    resp = client.chat.completions.create(
        model="claude-sonnet-4",
        messages=[{"role": "user", "content": "hello"}],
        timeout=30,
    )
except AuthenticationError:
    print("密钥错误 — 检查 API key 是否过期或写错")
except RateLimitError:
    print("频率限制 — 稍后重试或联系 TokenProvider 提额")
except APIError as e:
    print(f"API 错误: {e.status_code} {e.message}")

省钱技巧

1. 长系统提示用 Haiku：分类、摘要类任务用 Haiku 3.5 足够，单价只有 Sonnet 的 1/10
2. 开启提示缓存：同一段长系统提示重复请求时，缓存命中后输入成本降到约 10%
3. 控制 max_tokens：Claude 输出按 token 计费，设合理上限避免过度生成
4. 粘性会话：同密钥连续请求自动落到同一上游账号，缓存复用率更高

常见问题