ターミナル

# 環境変数にAPIキーを設定（.bashrc や .zshrc に追記）
export ANTHROPIC_API_KEY="sk-ant-api03-xxxxxxxxxxxxxxxx"

ターミナル

pip install anthropic

ターミナル

# 仮想環境の作成と有効化
python -m venv venv
source venv/bin/activate  # macOS / Linux

# anthropic のインストール
pip install anthropic

# バージョン確認
python -c "import anthropic; print(anthropic.__version__)"

test_connection.py

import anthropic

client = anthropic.Anthropic()  # ANTHROPIC_API_KEY 環境変数を自動取得

# 簡単なテストメッセージ
message = client.messages.create(
    model="claude-sonnet-4-20250514",
    max_tokens=100,
    messages=[
        {"role": "user", "content": "Hello!"}
    ]
)
print(message.content[0].text)
print(f"使用トークン: 入力={message.usage.input_tokens}, 出力={message.usage.output_tokens}")

basic_message.py

import anthropic

client = anthropic.Anthropic()

message = client.messages.create(
    model="claude-sonnet-4-20250514",
    max_tokens=1024,
    messages=[
        {"role": "user", "content": "Pythonのデコレータについて簡潔に説明してください"}
    ]
)

# レスポンスの取得
print(message.content[0].text)

# メタ情報の確認
print(f"モデル: {message.model}")
print(f"停止理由: {message.stop_reason}")
print(f"入力トークン: {message.usage.input_tokens}")
print(f"出力トークン: {message.usage.output_tokens}")

multi_turn.py

import anthropic

client = anthropic.Anthropic()

# 会話履歴を保持するリスト
conversation = []

def chat(user_message: str) -> str:
    """マルチターン会話を行う関数"""
    conversation.append({"role": "user", "content": user_message})

    response = client.messages.create(
        model="claude-sonnet-4-20250514",
        max_tokens=1024,
        messages=conversation
    )

    assistant_message = response.content[0].text
    conversation.append({"role": "assistant", "content": assistant_message})
    return assistant_message

# 会話例
print(chat("Pythonでリストの要素を逆順にする方法は？"))
print(chat("その方法の計算量はそれぞれどのくらい？"))  # 前の文脈を覚えている

temperature_example.py

# 正確な回答が必要な場合（コード生成、データ分析）
message = client.messages.create(
    model="claude-sonnet-4-20250514",
    max_tokens=1024,
    temperature=0.0,  # 決定的な出力
    messages=[{"role": "user", "content": "SQLのJOINの種類を表にまとめて"}]
)

# 創造的な出力が欲しい場合（ブレインストーミング、文章作成）
message = client.messages.create(
    model="claude-sonnet-4-20250514",
    max_tokens=1024,
    temperature=0.8,  # ランダム性を高める
    messages=[{"role": "user", "content": "AI活用のビジネスアイデアを5つ提案して"}]
)

streaming_basic.py

import anthropic

client = anthropic.Anthropic()

# with文でストリームを管理
with client.messages.stream(
    model="claude-sonnet-4-20250514",
    max_tokens=1024,
    messages=[
        {"role": "user", "content": "Pythonの非同期処理について詳しく解説して"}
    ]
) as stream:
    for text in stream.text_stream:
        print(text, end="", flush=True)

print()  # 改行

streaming_events.py

import anthropic

client = anthropic.Anthropic()

with client.messages.stream(
    model="claude-sonnet-4-20250514",
    max_tokens=1024,
    messages=[
        {"role": "user", "content": "Djangoの特徴を3つ挙げて"}
    ]
) as stream:
    for event in stream:
        # イベントの種類に応じて処理を分岐
        if event.type == "content_block_start":
            print("[生成開始]")
        elif event.type == "content_block_delta":
            if event.delta.type == "text_delta":
                print(event.delta.text, end="", flush=True)
        elif event.type == "message_stop":
            print("
[生成完了]")

# 最終メッセージの取得
final_message = stream.get_final_message()
print(f"合計トークン: {final_message.usage.input_tokens + final_message.usage.output_tokens}")

async_streaming.py

import anthropic
import asyncio

async def stream_response():
    client = anthropic.AsyncAnthropic()

    async with client.messages.stream(
        model="claude-sonnet-4-20250514",
        max_tokens=1024,
        messages=[
            {"role": "user", "content": "FastAPIの基本的な使い方を教えて"}
        ]
    ) as stream:
        async for text in stream.text_stream:
            print(text, end="", flush=True)

asyncio.run(stream_response())

system_prompt_patterns.py

import anthropic

client = anthropic.Anthropic()

# パターン1: 専門家として振る舞わせる
message = client.messages.create(
    model="claude-sonnet-4-20250514",
    max_tokens=1024,
    system="あなたはセキュリティの専門家です。"
           "すべての回答にはセキュリティの観点からのアドバイスを含めてください。"
           "脆弱性がある場合は必ず警告してください。",
    messages=[
        {"role": "user", "content": "ユーザー認証の実装方法を教えて"}
    ]
)

# パターン2: 出力形式を制御する
message = client.messages.create(
    model="claude-sonnet-4-20250514",
    max_tokens=1024,
    system="回答はJSON形式で出力してください。"
           "キーは英語、値は日本語で記述してください。",
    messages=[
        {"role": "user", "content": "日本の四季の特徴を教えて"}
    ]
)

# パターン3: コードレビュアー
message = client.messages.create(
    model="claude-sonnet-4-20250514",
    max_tokens=2048,
    system="""あなたは経験豊富なPythonコードレビュアーです。
以下の観点でレビューしてください：
- バグの可能性
- パフォーマンスの問題
- セキュリティの問題
- PEP 8準拠
- 改善提案
各項目について「問題なし」または具体的な指摘を行ってください。""",
    messages=[
        {"role": "user", "content": "def get_user(id):
  return db.query(f"SELECT * FROM users WHERE id={id}")"}
    ]
)

model_selection.py

import anthropic

client = anthropic.Anthropic()

def ask_claude(prompt: str, task_type: str = "general") -> str:
    """タスクの種類に応じてモデルを自動選択する"""
    model_map = {
        "complex": "claude-opus-4-20250514",       # 複雑な推論
        "general": "claude-sonnet-4-20250514",     # 一般的なタスク
        "simple":  "claude-haiku-3-5-20241022",    # 単純なタスク
    }

    model = model_map.get(task_type, "claude-sonnet-4-20250514")

    message = client.messages.create(
        model=model,
        max_tokens=1024,
        messages=[{"role": "user", "content": prompt}]
    )
    return message.content[0].text

# 使用例
result = ask_claude("このメールはスパム？: お得なキャンペーン実施中！", task_type="simple")
result = ask_claude("Pythonでバイナリツリーの最短経路を求めるアルゴリズムを実装して", task_type="complex")

error_handling.py

import anthropic

client = anthropic.Anthropic()

try:
    message = client.messages.create(
        model="claude-sonnet-4-20250514",
        max_tokens=1024,
        messages=[{"role": "user", "content": "Hello"}]
    )
    print(message.content[0].text)

except anthropic.AuthenticationError:
    print("エラー: APIキーが無効です。ANTHROPIC_API_KEY を確認してください。")

except anthropic.RateLimitError:
    print("エラー: レート制限に達しました。しばらく待ってから再試行してください。")

except anthropic.BadRequestError as e:
    print(f"エラー: リクエストが不正です - {e.message}")

except anthropic.InternalServerError:
    print("エラー: サーバー側の問題です。しばらく待ってから再試行してください。")

except anthropic.APIError as e:
    print(f"APIエラー: {e.status_code} - {e.message}")

retry_client.py

import anthropic
import time

def call_with_retry(
    client: anthropic.Anthropic,
    max_retries: int = 3,
    base_delay: float = 1.0,
    **kwargs
) -> anthropic.types.Message:
    """指数バックオフでリトライするラッパー関数"""
    for attempt in range(max_retries):
        try:
            return client.messages.create(**kwargs)

        except anthropic.RateLimitError:
            if attempt == max_retries - 1:
                raise
            delay = base_delay * (2 ** attempt)  # 1秒, 2秒, 4秒...
            print(f"レート制限。{delay}秒後にリトライ... ({attempt + 1}/{max_retries})")
            time.sleep(delay)

        except anthropic.InternalServerError:
            if attempt == max_retries - 1:
                raise
            delay = base_delay * (2 ** attempt)
            print(f"サーバーエラー。{delay}秒後にリトライ... ({attempt + 1}/{max_retries})")
            time.sleep(delay)

        except anthropic.OverloadedError:
            if attempt == max_retries - 1:
                raise
            delay = base_delay * (2 ** attempt) * 2  # 過負荷時はより長く待つ
            print(f"API過負荷。{delay}秒後にリトライ... ({attempt + 1}/{max_retries})")
            time.sleep(delay)

# 使用例
client = anthropic.Anthropic()
message = call_with_retry(
    client,
    max_retries=3,
    model="claude-sonnet-4-20250514",
    max_tokens=1024,
    messages=[{"role": "user", "content": "Hello"}]
)
print(message.content[0].text)

rate_limit_check.py

import anthropic

client = anthropic.Anthropic()

# レスポンスヘッダーからレート制限情報を取得
response = client.messages.with_raw_response.create(
    model="claude-sonnet-4-20250514",
    max_tokens=100,
    messages=[{"role": "user", "content": "Hi"}]
)

# レート制限に関するヘッダーを確認
headers = response.headers
print(f"リクエスト上限: {headers.get('anthropic-ratelimit-requests-limit')}")
print(f"残りリクエスト: {headers.get('anthropic-ratelimit-requests-remaining')}")
print(f"リセット時刻:   {headers.get('anthropic-ratelimit-requests-reset')}")
print(f"トークン上限:   {headers.get('anthropic-ratelimit-tokens-limit')}")
print(f"残りトークン:   {headers.get('anthropic-ratelimit-tokens-remaining')}")

# パース済みレスポンスも取得可能
message = response.parse()
print(message.content[0].text)