LangChain 调用 Claude API示例

而LangChain呢，你可以把它理解成一个"大模型调度中心"，它把不同大模型的调用方式标准化了，不管你用Claude、GPT还是文心一言，都能用差不多的代码逻辑去调用，大大减少了重复工作量。后来接触到LangChain，才发现这玩意儿简直是大模型调用的"万能转换器"，今天就用大白话给大家讲讲怎么用LangChain调用Claude的API，保证看完你也能快速上手。运行这个文件后，Claude就会

ydh122331

250人浏览 · 2026-04-23 09:33:51

ydh122331 · 2026-04-23 09:33:51 发布

作为一个经常和AI模型打交道的开发者，我之前在调用不同大模型API时可没少踩坑。光是记各个平台的接口格式、认证方式就够头疼的，更别说换个模型就得大改代码了。后来接触到LangChain，才发现这玩意儿简直是大模型调用的"万能转换器"，今天就用大白话给大家讲讲怎么用LangChain调用Claude的API，保证看完你也能快速上手。

先搞懂基础：LangChain和Claude到底是什么？

先给新手朋友简单科普下，Claude是Anthropic公司开发的大模型，长文本处理能力特别强，像分析几万字的合同、整理海量文献资料，它都能hold住。而LangChain呢，你可以把它理解成一个"大模型调度中心"，它把不同大模型的调用方式标准化了，不管你用Claude、GPT还是文心一言，都能用差不多的代码逻辑去调用，大大减少了重复工作量。

第一步：准备工作不能少

在写代码之前，咱们得把必要的工具和权限搞定，这就像做饭前要先把食材和厨具准备好一样。

1. 安装Python环境

首先你的电脑上得有Python，建议装3.8以上的版本，毕竟新版本兼容性更好。如果还没装，直接去Python官网下载安装就行，一路点"下一步"基本没啥问题。

2. 安装LangChain相关包

打开电脑上的命令提示符（Windows）或者终端（Mac、Linux），输入下面这行命令，安装LangChain和Anthropic的集成包：

pip install langchain langchain-anthropic python-dotenv

这里解释一下这几个包的作用：langchain是核心框架，提供了各种调用大模型的工具；langchain-anthropic是专门用来对接Claude模型的；python-dotenv是用来管理环境变量的，能帮我们安全地存储API密钥，避免把敏感信息直接写在代码里。

3. 获取Claude的API密钥

这一步很关键，没有API密钥就没法调用Claude的服务。你需要去Anthropic的官方网站注册账号，然后在控制台里生成API密钥。记住，这个密钥一定要保管好，就像你的银行卡密码一样，绝对不能泄露给别人。

拿到API密钥后，我们用python-dotenv来管理它。在你的项目文件夹里新建一个名为.env的文件，然后在里面写上：

ANTHROPIC_API_KEY=你的API密钥

这样后面代码就能自动读取这个密钥了，既安全又方便。

第二步：写个简单的示例，跑通基础调用

准备工作做完，咱们就可以写代码了，先从最简单的聊天功能开始，就像和Claude面对面聊天一样。

新建一个Python文件，比如叫claude_chat.py，然后输入下面的代码：

from langchain_anthropic import ChatAnthropic
from langchain_core.messages import HumanMessage, SystemMessage
from dotenv import load_dotenv
import os

# 加载环境变量里的API密钥
load_dotenv()
api_key = os.getenv("ANTHROPIC_API_KEY")

# 初始化Claude模型
llm = ChatAnthropic(
model="claude-3-sonnet-20240229",
temperature=0.7,
api_key=api_key
)

# 构造对话消息
messages = [
SystemMessage(content="你是一个乐于助人的助手，用简洁明了的语言回答问题。"),
HumanMessage(content="给我讲一个关于程序员的笑话吧。")
]

# 调用模型并获取回复
response = llm.invoke(messages)
print("Claude的回复：", response.content)

写完代码后，在命令提示符或终端里运行这个文件：

python claude_chat.py

如果一切顺利，你就能看到Claude给你讲的笑话了。这里解释一下代码里的关键部分：

model="claude-3-sonnet-20240229"：指定要使用的Claude模型版本，Sonnet版本平衡了性能和速度，适合大多数场景。

temperature=0.7：这个参数控制回复的随机性，数值越高，回复越天马行空；数值越低，回复越严谨。0.7算是一个比较适中的值。

SystemMessage：用来给Claude设定角色，比如让它当一个幽默的助手，或者专业的法律顾问。

HumanMessage：就是我们用户提出的问题。

第三步：进阶玩法，让Claude帮你处理复杂任务

基础调用跑通后，咱们可以试试更复杂的功能，比如让Claude帮我们分析一篇文章的观点，或者整理会议纪要。下面这个示例就是让Claude分析一篇新闻报道的核心观点。

新建一个article_analysis.py文件，代码如下：

from langchain_anthropic import ChatAnthropic
from langchain_core.messages import HumanMessage, SystemMessage
from dotenv import load_dotenv
import os

load_dotenv()
api_key = os.getenv("ANTHROPIC_API_KEY")

llm = ChatAnthropic(
model="claude-3-sonnet-20240229",
temperature=0.3, # 分析类任务，把随机性调低，让回复更严谨
api_key=api_key
)

# 模拟一篇新闻报道内容
news_article = """
近日，某科技公司发布了一款全新的智能手机，该手机搭载了最新的处理器，电池容量达到了5000毫安时，支持66W超级快充。
公司CEO在发布会上表示，这款手机在性能和续航方面都实现了重大突破，能够满足用户一整天的使用需求。
同时，手机还配备了一亿像素的摄像头系统，拍照效果得到了专业摄影师的认可。
不过，也有行业分析师指出，这款手机的价格偏高，可能会影响其市场竞争力。
"""

messages = [
SystemMessage(content="你是一名专业的新闻分析师，请总结这篇新闻报道的核心观点，并分析其潜在的市场影响。"),
HumanMessage(content=f"请分析以下新闻报道：{news_article}")
]

response = llm.invoke(messages)
print("Claude的分析结果：", response.content)

运行这个文件后，Claude就会帮你总结新闻的核心观点，比如手机的性能、续航、拍照优势，以及价格偏高的劣势，还会分析这些因素对市场的影响。是不是很实用？

第四步：避坑指南，这些问题要注意

在实际使用过程中，我也遇到过一些坑，这里给大家提个醒，避免走弯路。

1. API密钥问题

一定要确保API密钥正确，并且已经通过.env文件正确加载。如果运行代码时提示"API密钥无效"，先检查密钥有没有输错，或者有没有过期。

2. 模型版本问题

不同的Claude模型版本功能和性能都不一样，比如Opus版本性能最强，但价格也最高；Sonnet版本性价比最高；Haiku版本速度最快，适合对响应时间要求高的场景。根据自己的需求选择合适的模型版本。

3. 调用频率限制

Anthropic对API的调用频率有一定限制，如果短时间内调用次数太多，可能会被暂时限制访问。如果遇到这种情况，稍微等一会儿再调用就行，或者去Anthropic官网申请提高调用额度。

4. 输入内容长度