Claude API零基础保姆级入门 2026新手10分钟快速调用

一、你需要准备什么

开始之前先确认你有这些：

• 一张境外信用卡（Visa 或 Mastercard）——注册 Anthropic 账号需要，充值最低 $5
• Python 3.8+ 或 Node.js 18+——选一个你熟悉的即可
• 能访问 anthropic.com 的网络环境——国内需要科学上网
• 一个代码编辑器——VS Code 或任何你习惯的工具

二、第一步：注册账号和获取 API Key

注册 Anthropic 账号

访问 console.anthropic.com，点击 Sign Up，用邮箱注册。注册完成后会进入 Anthropic Console 控制台——这是管理你的 API Key 和查看用量的地方，和 claude.ai 聊天界面是两个不同的网站。

充值

在控制台左侧找到 Billing（账单），点击 Add credits，用信用卡充值最少 $5。充值后才能使用 API（新账号有少量免费额度，但很快用完）。

创建 API Key

在控制台左侧找到 API Keys，点击 Create Key，给这个 Key 取个名字（比如”学习用”），点击确认。

你的 API Key 格式大概是这样：sk-ant-api03-xxxxxxxxxxxxxxxxxxxxxxxx-xxxxxxxx

三、第二步：安装 SDK

Python 版本

# 在终端（命令行）运行这一行
pip install anthropic

# 验证安装成功
python -c "import anthropic; print(anthropic.__version__)"
# 正常会输出版本号，如：0.40.0

Node.js 版本

# 在终端运行
npm install @anthropic-ai/sdk

# 验证安装成功
node -e "const a = require('@anthropic-ai/sdk'); console.log('安装成功')"

四、第三步：设置 API Key

不要把 API Key 直接写在代码里——万一你把代码上传到 GitHub，Key 就泄漏了，别人能用你的额度。正确做法是用环境变量：

Mac / Linux

# 在终端运行（替换成你的真实 Key）
export ANTHROPIC_API_KEY="sk-ant-api03-你的key"

# 验证设置成功
echo $ANTHROPIC_API_KEY

Windows（PowerShell）

$env:ANTHROPIC_API_KEY = "sk-ant-api03-你的key"

# 验证
echo $env:ANTHROPIC_API_KEY

五、第四步：发出第一个请求

创建一个新文件，复制以下代码，运行试试：

Python 版本（hello.py）

import anthropic

# 创建客户端（自动读取 ANTHROPIC_API_KEY 环境变量）
client = anthropic.Anthropic()

# 发出请求
message = client.messages.create(
    model      = "claude-haiku-4-5-20251001",  # 使用最便宜的模型练习
    max_tokens = 256,                           # 最多生成 256 个 token
    messages   = [
        {
            "role":    "user",
            "content": "你好！请用一句话介绍你自己。"
        }
    ]
)

# 打印回复
print(message.content[0].text)

# 顺便看看这次花了多少 token
print(f"\n--- 用量统计 ---")
print(f"输入：{message.usage.input_tokens} tokens")
print(f"输出：{message.usage.output_tokens} tokens")

# 运行
python hello.py

# 正常输出类似：
# 我是 Claude，Anthropic 开发的 AI 助手，很高兴认识你！
#
# --- 用量统计 ---
# 输入：18 tokens
# 输出：22 tokens

Node.js 版本（hello.js）

const Anthropic = require("@anthropic-ai/sdk");

const client = new Anthropic();   // 自动读取 ANTHROPIC_API_KEY 环境变量

async function main() {
  const message = await client.messages.create({
    model:      "claude-haiku-4-5-20251001",
    max_tokens: 256,
    messages: [
      {
        role:    "user",
        content: "你好！请用一句话介绍你自己。"
      }
    ]
  });

  console.log(message.content[0].text);
  console.log(`\n输入：${message.usage.input_tokens} tokens`);
  console.log(`输出：${message.usage.output_tokens} tokens`);
}

main();

node hello.js

如果看到 Claude 的回复，恭喜——你已经成功调用 Claude API 了！

六、理解代码里的关键参数

刚才的代码里有几个参数需要理解，之后写代码时会频繁用到：

模型选哪个？

七、进阶：三个真实可用的功能

功能一：设置角色（system prompt）

import anthropic

client = anthropic.Anthropic()

response = client.messages.create(
    model      = "claude-haiku-4-5-20251001",
    max_tokens = 512,
    system     = "你是一名专业的中文写作助手，擅长把复杂的内容改写得简洁易懂。回答时只使用中文。",
    messages   = [
        {
            "role":    "user",
            "content": "帮我用简单的语言解释什么是 API"
        }
    ]
)

print(response.content[0].text)

功能二：多轮对话

import anthropic

client = anthropic.Anthropic()

# 对话历史：每次都把完整历史传进去
# Claude API 本身不记忆，你需要自己维护历史列表
conversation = []

def chat(user_message: str) -> str:
    # 把用户消息加入历史
    conversation.append({
        "role":    "user",
        "content": user_message
    })

    # 带历史发送请求
    response = client.messages.create(
        model      = "claude-haiku-4-5-20251001",
        max_tokens = 1024,
        system     = "你是一个友善的聊天助手。",
        messages   = conversation,    # 传入完整历史
    )

    # 把 Claude 的回复也加入历史（下次发送时带上）
    assistant_reply = response.content[0].text
    conversation.append({
        "role":    "assistant",
        "content": assistant_reply
    })

    return assistant_reply


# 测试多轮对话
print("Claude:", chat("我叫小明，我今年25岁"))
print("Claude:", chat("你还记得我叫什么名字吗？"))  # Claude 会记得"小明"
print("Claude:", chat("我多少岁了？"))               # Claude 会记得"25岁"

功能三：流式输出（逐字显示）

import anthropic

client = anthropic.Anthropic()

print("Claude 的回复：", end="", flush=True)

# 使用 stream 方法，回复会逐字打印
with client.messages.stream(
    model      = "claude-haiku-4-5-20251001",
    max_tokens = 512,
    messages   = [{"role": "user", "content": "给我讲一个关于程序员的笑话"}]
) as stream:
    for text in stream.text_stream:
        print(text, end="", flush=True)   # end="" 不换行，flush=True 立即显示

print()  # 最后换行

八、用 .env 文件管理 API Key（推荐）

比每次设置环境变量更方便的方式是用 .env 文件：

pip install python-dotenv

# 在项目根目录创建 .env 文件，写入：
ANTHROPIC_API_KEY=sk-ant-api03-你的key

# ⚠️ 重要：把 .env 加入 .gitignore，防止上传到 GitHub
echo ".env" >> .gitignore

from dotenv import load_dotenv
import anthropic

load_dotenv()   # 自动读取 .env 文件

client = anthropic.Anthropic()   # 此时 API_KEY 已经加载好了
# 后续代码和之前一样...

九、新手最常遇到的5个报错

报错一：AuthenticationError: Invalid API Key
原因：API Key 写错了，或者环境变量没有正确设置。
解决：打印 os.environ.get("ANTHROPIC_API_KEY")，确认 Key 存在且格式正确（以 sk-ant- 开头）。

报错二：BadRequestError: max_tokens: field required
原因：漏掉了 max_tokens 参数——这个参数 Claude 必须传，OpenAI 可以不传。
解决：在 messages.create() 里加上 max_tokens=1024（或其他值）。

报错三：BadRequestError: Invalid role 'system' in messages
原因：把 system prompt 放进了 messages 列表里。
解决：system 是独立的参数，不在 messages 里。正确写法：client.messages.create(system="...", messages=[...])

报错四：RateLimitError: 429
原因：短时间内发送了太多请求，超过了速率限制。
解决：等几秒再试。练习时不用频繁发请求，写好代码再运行。

报错五：ModuleNotFoundError: No module named 'anthropic'
原因：SDK 没有安装，或者安装在了不同的 Python 环境里。
解决：确认运行 pip install anthropic 时用的是你现在正在用的 Python 环境。如果用了虚拟环境（venv），先激活虚拟环境再安装。

十、下一步学什么

跑通了第一个请求之后，可以按以下方向继续深入：

• Tool Use（工具调用）：让 Claude 调用你写的函数，实现真正的 Agent——参考本系列”Tool Use 多工具调用”文章
• Prompt 优化：学会写出稳定、高质量输出的 Prompt——参考”Prompt Engineering 完整指南”
• 接入 Web 应用：把 API 调用嵌入 FastAPI 或 Express 后端——参考”Claude 与 FastAPI 集成”文章
• 控制成本：了解 token 计费逻辑，学会用 Batch API 打折——参考”Claude API 计费逻辑全解析”

完整的入门代码汇总

# quickstart.py —— 把本文所有示例汇总在一个文件里

from dotenv import load_dotenv
import anthropic

load_dotenv()
client = anthropic.Anthropic()

print("=" * 40)
print("示例1：基础调用")
print("=" * 40)
msg = client.messages.create(
    model      = "claude-haiku-4-5-20251001",
    max_tokens = 128,
    messages   = [{"role": "user", "content": "用一句话说你好"}]
)
print(msg.content[0].text)


print("\n" + "=" * 40)
print("示例2：设置角色")
print("=" * 40)
msg = client.messages.create(
    model      = "claude-haiku-4-5-20251001",
    max_tokens = 256,
    system     = "你是一个用古文回答问题的学者，每句话都要用文言文。",
    messages   = [{"role": "user", "content": "今天天气真好"}]
)
print(msg.content[0].text)


print("\n" + "=" * 40)
print("示例3：多轮对话")
print("=" * 40)
history = []
for question in ["我叫张三", "我刚才说我叫什么？"]:
    history.append({"role": "user", "content": question})
    resp = client.messages.create(
        model      = "claude-haiku-4-5-20251001",
        max_tokens = 128,
        messages   = history,
    )
    reply = resp.content[0].text
    history.append({"role": "assistant", "content": reply})
    print(f"用户：{question}")
    print(f"Claude：{reply}\n")


print("=" * 40)
print("示例4：流式输出")
print("=" * 40)
print("Claude：", end="", flush=True)
with client.messages.stream(
    model      = "claude-haiku-4-5-20251001",
    max_tokens = 128,
    messages   = [{"role": "user", "content": "数到5"}]
) as stream:
    for text in stream.text_stream:
        print(text, end="", flush=True)
print()