Tích hợp API Claude vào ứng dụng của bạn

Việc tích hợp Claude API khá đơn giản vào ngày đầu tiên — cài đặt SDK và thực hiện một lệnh gọi có xác thực — nhưng mức độ sẵn sàng cho môi trường vận hành thực tế phụ thuộc vào những phần xung quanh lệnh gọi đó: truyền phát, thử lại, ngân sách token và khả năng quan sát hệ thống. Hướng dẫn này bao quát toàn bộ quy trình, với mã hoạt động được mà bạn có thể trực tiếp điều chỉnh cho nhu cầu của mình.

Xác thực và yêu cầu đầu tiên của bạn

Cài đặt SDK chính thức (pip install anthropic hoặc npm install @anthropic-ai/sdk), đặt khóa trong biến môi trường — tuyệt đối không đặt trong mã nguồn — và thực hiện một lệnh gọi Messages API để xác nhận luồng xử lý hoạt động. API được quản lý phiên bản bằng header anthropic-version mà các SDK tự thiết lập cho bạn.

Các khóa hoạt động giống nhau dù được cấp từ Anthropic Console hay từ một cổng tương thích với Anthropic như AI Prime Tech (một dịch vụ độc lập, không liên kết với Anthropic): điểm khác biệt duy nhất là base_url dùng khi khởi tạo client.

Chọn mô hình theo tác vụ

Các tích hợp cố định một mô hình trong mã sẽ tốn quá nhiều chi phí hoặc không đạt hiệu quả mong muốn. Định tuyến theo tác vụ: Haiku 4.5 cho phân loại, trích xuất và định tuyến; Sonnet 4.6 cho phần lớn tính năng sản phẩm và lập trình; Opus 4.8 khi chiều sâu suy luận là giá trị cốt lõi của sản phẩm; Fable 5 khi bạn cần cửa sổ ngữ cảnh 1M — xem so sánh đầy đủ tại <a href="/vi/learn/claude-api-models-compared/">So sánh các mô hình Claude</a>.

Đặt mô hình thành một giá trị cấu hình thay vì hằng số — tên mô hình thay đổi theo chu kỳ vài tháng, và bạn sẽ muốn thử nghiệm A/B các phiên bản mới mà không cần triển khai lại.

Truyền luồng, thời gian chờ và thử lại

Dùng truyền luồng cho mọi đầu ra mà người dùng theo dõi: sự kiện do máy chủ gửi cung cấp token ngay khi được tạo, giảm độ trễ cảm nhận từ nhiều giây xuống dưới một giây. Các lệnh gọi không truyền luồng với max_tokens lớn cũng dễ gặp lỗi hết thời gian chờ đọc ở proxy hơn — một loại lỗi chỉ xuất hiện trong môi trường production.

Thử lại các phản hồi 429 và 5xx với thời gian chờ tăng theo cấp số nhân kèm độ lệch ngẫu nhiên, tuân thủ header retry-after khi có và giới hạn tổng số lần thử. Xem lỗi 400 là lỗi không thể khắc phục bằng cách thử lại — bản thân nội dung yêu cầu đã sai (thường là đầu vào quá lớn; xem <a href="/vi/learn/claude-api-errors-troubleshooting/">Lỗi Claude API</a>) và việc thử lại chỉ làm hao hạn ngạch.

Danh sách kiểm tra trước khi vận hành thực tế

Trước khi ra mắt: áp dụng giới hạn token cho cả đầu vào và đầu ra; ghi nhật ký chi phí theo từng yêu cầu (thông tin sử dụng được trả về trong mọi phản hồi); bật bộ nhớ đệm prompt cho các prompt hệ thống lặp lại; có mô hình hoặc endpoint dự phòng khi xảy ra sự cố; và rà soát nguy cơ chèn chỉ dẫn vào prompt nếu đầu vào của người dùng được đưa vào prompt.

Phần lớn khó khăn khi tích hợp không nằm ở bản thân API — mà ở ngữ cảnh tăng không giới hạn và thiếu khả năng quan sát hệ thống. Ghi nhật ký token đầu vào và đầu ra ngay từ ngày đầu để loại bỏ những bất ngờ về chi phí.

import os, anthropic

client = anthropic.Anthropic(
    api_key=os.environ["ANTHROPIC_API_KEY"],
    base_url=os.environ.get("ANTHROPIC_BASE_URL", "https://aiprimetech.io"),
)

with client.messages.stream(
    model="claude-sonnet-4-6",
    max_tokens=1024,
    messages=[{"role": "user", "content": "Summarize our launch plan in 3 bullets."}],
) as stream:
    for text in stream.text_stream:
        print(text, end="", flush=True)

Câu hỏi thường gặp

AI Prime Tech là một cổng API độc lập. AI Prime Tech không liên kết với, không được Anthropic chứng thực và không phải là đại lý bán lại của Anthropic. Claude và các tên mô hình liên quan là nhãn hiệu của chủ sở hữu tương ứng.