🧩 一、Claude API 的基础结构
在调用 Claude API 进行消息生成时，核心结构如下：
ini
client.messages.create(
model=..., # 指定模型名称
messages=..., # 对话历史（上下文）
max_tokens=..., # 最大输出长度
temperature=..., # 回复随机性（创造性）
system=..., # 系统角色设定（可选）
)🔍 二、参数详解
1. model（必须参数）🧠
指定使用的 Claude 模型，不同模型具备不同能力与价格。
可选值示例：
| 模型名称 | 智能程度 | 价格 | 适用场景 |
|---|---|---|---|
claude-3-haiku-20240307 |
⭐⭐ | 💰低 | 响应速度要求高 |
claude-3-sonnet-20240229 |
⭐⭐⭐⭐ | 💰中 | 平衡性能与价格 |
claude-3-opus-20240229 |
⭐⭐⭐⭐⭐ | 💰高 | 最强大模型 |
建议 ：常用模型为 claude-3-sonnet-20240229，兼顾能力与成本。
2. messages（必须参数）🧾
传入对话的历史内容，是一个"消息列表"，每条消息是一个字典：
css
[ {"role": "user", "content": "你好 Claude"}, {"role": "assistant", "content": "你好，我能为你做什么？"}, {"role": "user", "content": "什么是机器学习？"}]role：角色，支持user和assistant，一般来说，user是最终使用的用户，assistant一般指的是大模型本身content：文本内容（字符串），支持多种媒体类型，文字、图片、视频、音频
🧠 Claude 会基于历史消息进行上下文推理，所以实现多轮对话时必须带入完整消息列表。
3. max_tokens（必须参数）📏
指定 Claude 返回的最大输出 token 数（不是字数！）
- 1 token ≈ 0.75 个英文词 ≈ 1~1.5 个中文字符
- Claude 最大支持约 8000 token
- 控制响应长度，防止成本过高或生成太长
示例：max_tokens=1024（一般回答已足够）
4. temperature（可选参数）🌡️
控制生成内容的"创造性"与"确定性"：
0.0：非常保守，只选最可能的词0.5：中庸、自然（推荐值）1.0：更具创造性，随机性更强
💡 适合内容创作（如写诗、写故事）时设置高温度；写代码、问事实类问题时建议设置为 0.3~0.7
5. system（可选参数）🧑🏫
为 Claude 设置系统角色，比如指定语气、身份、限制回答范围等：
ini
system="你是一位礼貌、有逻辑的编程导师。请用中文回答问题。"与 GPT 不同，Claude 是单独以 system=... 参数传入，而不是塞在 messages 中。
6. stop_sequences（可选参数）🛑
用于控制 Claude 生成内容的"停止点"，当遇到这些字符串时将立即停止输出。
ini
stop_sequences=["\n\nUser:"]适用于需要精确结构控制的应用场景，如 Q&A 对话、代码生成等。
7. top_k（整数，非必填）
- 限制每步解码中，Claude 仅从概率最高的前 K 个词中采样。
- 通常与
temperature搭配使用。 - 默认值为
None，不限制。
🔧 开发建议：
- 在追求"确定性"场景中（如问答测评、客观查询），建议设置较小的
top_k（如 20）。 - 与
temperature=0.2~0.5配合使用效果更稳定。
8. top_p（浮点数，非必填）
- 也称"nucleus sampling"，Claude 仅从概率累积值小于
top_p的 token 中采样。 - 值越小 → 越保守（只用高概率 token）。
🔧 开发建议：
top_p=0.95是比较常用的平衡值，适合文本生成。top_p=0.8可用于对答案质量要求较高的任务。
🧪 三、示例代码：调用 Claude 并使用多个参数
ini
from anthropic import Anthropic
client = Anthropic(api_key="sk-你的API密钥")
response = client.messages.create(
model="claude-3-sonnet-20240229",
messages=[
{"role": "user", "content": "我叫小明"},
{"role": "assistant", "content": "你好，小明！"},
{"role": "user", "content": "什么是人工智能？"}
],
max_tokens=1024,
temperature=0.5,
system="你是一位知识丰富的讲解者，用简洁的语言帮助用户理解问题。",
)
print("Claude 回复：", response.content[0].text)🧩 四、不常用但重要的参数
1. metadata（字典，非必填）
- 用于为请求附加开发者自定义的元信息（如用户ID、任务来源）。
- 不影响 Claude 生成，仅用于日志/统计/权限等服务端逻辑。
📌 示例用途：
python
metadata={"user_id": "user_001", "project": "chatbot_a"}2. anthropic-version（字符串，请求头必填）
-
用于指定 Claude API 的版本，当前最常见的是：
arduino"2023-06-01" -
若省略将可能收到兼容性错误。
3. anthropic-beta（字符串，非必填）
-
用于申请试用或开启内测功能（如
tool_use-v1、vision）。 -
当前如需调用工具使用 或多模态视觉模型 ，需添加：
pythonheaders["anthropic-beta"] = "tool_use-v1"
4. x-api-key（字符串，请求头必填）
- 即你的 Claude API Key，用于身份验证。
- 推荐通过环境变量或安全存储调用，避免硬编码。
🛡 示例代码：
python
import os
from anthropic import Anthropic
API_KEY = os.getenv("CLAUDE_API_KEY") # 或直接写入（不推荐）
client = Anthropic(api_key=API_KEY)🧠 五、参数组合建议
| 使用场景 | 推荐参数组合 |
|---|---|
| 客观问答 | temperature=0.3, top_k=20, stop_sequences |
| 创意写作 | temperature=0.9, top_p=0.95 |
| 对话机器人 | temperature=0.6, stop_sequences=["你："] |
| 代码生成 | temperature=0.2, top_p=0.8 |
| 视觉理解（beta） | anthropic-beta="tool_use-v1", messages 中包含 image |
🔚 总结
| 参数名 | 类型 | 是否必须 | 功能简述 |
|---|---|---|---|
model |
str | ✅ 是 | 指定使用的 Claude 模型 |
messages |
list | ✅ 是 | 对话历史上下文 |
max_tokens |
int | ✅ 是 | 控制输出长度 |
temperature |
float | ❌ 否 | 决定回复的创造性 |
system |
str | ❌ 否 | 设置 Claude 的系统角色 |
stop_sequences |
list | ❌ 否 | 设置 Claude 生成时的终止点 |
掌握这些参数后，你将能够灵活掌控 Claude 的生成能力，轻松打造更智能、更贴合场景的 AI 应用。