Chargement

Effectuer une requête

Leçon 310 min
Chargement

Il est maintenant temps de passer à la pratique avec le SDK Python d'Anthropic et d'effectuer votre première requête à Claude via Vertex AI. Nous allons parcourir trois étapes essentielles : installer le SDK, créer un client, puis effectuer votre premier appel API.

Installation du SDK Python d'Anthropic

Tout d'abord, vous devrez installer le SDK Anthropic avec la prise en charge de Vertex AI. Dans votre notebook Jupyter, exécutez cette commande magique :

bash
%pip install "anthropic[vertex]<1"

La partie [vertex] vous permet d'obtenir les composants spécifiques nécessaires pour vous connecter à la plateforme Vertex AI de Google Cloud.

Création d'un client API

Ensuite, importez et créez une instance de client spécifiquement conçue pour Vertex AI :

python
from anthropic import AnthropicVertex

client = AnthropicVertex(region="global", project_id="your-project-id")
model = "claude-haiku-4-5@20251001"

Conservez ce modèle et cette version de package pour l'ensemble du cours. Les versions plus récentes rejettent des paramètres enseignés dans les leçons suivantes, comme temperature et les messages d'assistant pré-remplis.

Vous devrez remplacer "your-project-id" par l'identifiant réel de votre projet Google Cloud, que vous pouvez trouver dans le sélecteur de projet de la Google Cloud Console. Définir le modèle en tant que variable vous évite d'avoir à le saisir à répétition tout au long de vos notebooks.

Comprendre la fonction Create

Le cœur de l'envoi de requêtes à Claude est la fonction create, qui nécessite trois paramètres clés :

Appel client.messages.create annoté avec « model », « max_tokens » défini à 1000 et les paramètres « messages », décrits ci-dessous.

  • model - Le nom du modèle Claude que vous souhaitez utiliser
  • max_tokens - Une limite de sécurité sur la longueur de la réponse (Claude ne cherchera pas à atteindre cette cible, il ne fera simplement pas de dépassement)
  • messages - L'historique de la conversation que vous envoyez à Claude

Considérez max_tokens comme un budget plutôt que comme un objectif. Si vous le définissez à 1000, Claude rédigera la réponse qu'il juge appropriée, mais s'arrêtera s'il risque de dépasser 1000 jetons.

Comprendre les messages

Les messages représentent l'échange de conversation entre vous et Claude, exactement comme dans une application de chat :

Fenêtre de chat où le message de l'utilisateur demande « Qu'est-ce que l'informatique quantique ? » et le message de l'assistant est la réponse de l'IA qui la définit.

Il existe deux types de messages :

  • Messages utilisateur - Contenu rédigé par des humains que vous souhaitez transmettre à Claude
  • Messages assistant - Contenu généré par Claude et qui vous est renvoyé

Effectuer votre première requête

Voici comment structurer une requête basique :

python
message = client.messages.create(
    model=model,
    max_tokens=1000,
    messages=[
        {
            "role": "user",
            "content": "What is quantum computing? Answer in one sentence"
        }
    ]
)

Chaque message est un dictionnaire comportant un role (« user » ou « assistant ») et un content (le texte proprement dit).

Extraction de la réponse

Lorsque vous exécutez la requête, vous obtenez un objet de réponse complexe avec de nombreuses métadonnées. Pour obtenir uniquement le texte généré par Claude, utilisez :

python
message.content[0].text

Cela vous donne un résultat propre et lisible, plutôt que l'objet de réponse complet avec tous ses détails techniques. Vous utiliserez fréquemment ce modèle lorsque vous travaillerez avec les réponses de Claude.