将 Claude API 集成到您的应用中

Claude API 集成在第一天很简单——安装 SDK，再发起一次经过身份验证的调用——但能否用于生产环境，取决于这次调用周围的环节：流式传输、重试、token 预算和可观测性。本指南涵盖完整流程，并提供可直接调整使用的可运行代码。

身份验证与首次请求

安装官方 SDK（pip install anthropic 或 npm install @anthropic-ai/sdk），将密钥设置在环境变量中，切勿写入源代码，然后调用一次 Messages API，验证整个流程是否畅通。API 通过 anthropic-version 请求头进行版本管理，SDK 会为你设置该请求头。

无论密钥来自 Anthropic Console，还是来自 AI Prime Tech 等兼容 Anthropic 的网关（AI Prime Tech 是独立服务，与 Anthropic 无关联），使用方式都相同：唯一的区别是构建客户端时使用的 base_url。

按任务选择模型

将模型硬编码为固定值的集成，要么花费过高，要么表现不足。按任务路由：Haiku 4.5 用于分类、提取和路由；Sonnet 4.6 用于大多数产品功能和编程；Opus 4.8 用于以深度推理为核心的产品；需要 1M 上下文窗口时使用 Fable 5。完整对比请参阅<a href="/zh/learn/claude-api-models-compared/">Claude 模型对比</a>。

将模型设为配置项，而非固定常量。模型名称每隔几个月就会更新，你会希望无需部署即可对新版本进行 A/B 测试。

流式传输、超时与重试

凡是需要用户实时查看的输出，都应采用流式传输：服务器发送事件会在生成过程中逐步传递 token，将感知延迟从数秒缩短到不足一秒。max_tokens 较大的非流式调用也更容易触发代理读取超时，这类问题往往只会在生产环境中出现。

对 429 和 5xx 响应采用带随机抖动的指数退避重试；如果存在 retry-after 响应头，应遵循其指示，并限制总尝试次数。将 400 类响应视为永久性错误：请求载荷本身有问题（通常是输入过大；参阅<a href="/zh/learn/claude-api-errors-troubleshooting/">Claude API 错误</a>），重试只会消耗配额。

生产环境检查清单

上线前：对输入和输出均实施 token 预算限制；记录每次请求的费用（每个响应都会返回用量）；为重复的系统提示启用提示缓存；准备备用模型或端点以应对故障；如果用户输入会进入提示，则进行提示注入审查。

大多数集成问题并非源于 API 本身，而是上下文无限增长和缺乏可观测性。从第一天起就记录输入和输出的 token 用量，便能避免费用超出预期。

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)

常见问题

AI Prime Tech 是独立的 API 网关，与 Anthropic 无关联，未获得其背书，也不是其经销商。Claude 及相关模型名称是其各自所有者的商标。