现在是时候动手实践 Anthropic Python SDK,并通过 Vertex AI 向 Claude 发出您的第一个请求了。我们将逐步完成三个基本步骤:安装 SDK、创建客户端,以及发起您的第一次 API 调用。
安装 Anthropic Python SDK
首先,您需要安装支持 Vertex AI 的 Anthropic SDK。在您的 Jupyter notebook 中,运行以下魔法命令:
%pip install "anthropic[vertex]<1"[vertex] 部分可确保您获得连接到 Google Cloud's Agent Platform 的 Vertex AI 平台所需的特定组件。
创建 API 客户端
接下来,导入并创建一个专为 Vertex AI 设计的客户端实例:
from anthropic import AnthropicVertex
client = AnthropicVertex(region="global", project_id="your-project-id")
model = "claude-haiku-4-5@20251001"请在整个课程中保持使用此模型和软件包版本。较新的版本会拒绝后续课程中教授的某些设置,例如 temperature 和预填充的助手消息。
您需要将 "your-project-id" 替换为您实际的 Google Cloud 项目 ID,该 ID 可以在 Google Cloud 控制台的项目选择器中找到。将模型设置为变量可以避免您在整个 notebook 中反复输入它。
理解 Create 函数
向 Claude 发出请求的核心是 create 函数,它需要三个关键参数:

- model - 您想要使用的 Claude 模型的名称
- max_tokens - 对响应长度的安全限制(Claude 不会试图达到这个目标,它只是不会超过它)
- messages - 您发送给 Claude 的对话历史记录
将 max_tokens 视为预算而非目标。如果您将其设置为 1000,Claude 会写出它认为合适的任何回复,但如果超过 1000 个令牌就会停止。
理解 Messages
Messages 代表您与 Claude 之间的来回对话,就像在聊天应用程序中一样:

消息有两种类型:
- 用户消息(User messages) - 您想要输入给 Claude 的、由人类撰写的内容
- 助手消息(Assistant messages) - Claude 生成并发送回给您的内容
发出您的第一个请求
以下是构建基本请求的方法:
message = client.messages.create(
model=model,
max_tokens=1000,
messages=[
{
"role": "user",
"content": "What is quantum computing? Answer in one sentence"
}
]
)每条消息都是一个字典,包含一个 role("user" 或 "assistant")和 content(实际文本)。
提取响应
当您运行请求后,您会收到一个包含大量元数据的复杂响应对象。要仅获取 Claude 生成的文本,请使用:
message.content[0].text这样您就能得到简洁、可读的输出,而不是包含所有技术细节的完整响应对象。在处理 Claude 的响应时,您会经常使用这种模式。