Claude Academy
Chargement

Faire une requête

Leçon 310 min

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 et 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 assure 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 spécialement conçue pour Vertex AI :

python
from anthropic import AnthropicVertex

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

Vous devrez remplacer "your-project-id" par votre identifiant de projet Google Cloud réel, que vous pouvez trouver dans le sélecteur de projet de la console Google Cloud. Définir le modèle comme une 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 sur 1000 et le paramètre « 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 valeur cible, il ne la dépassera simplement pas)
  • 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 sur 1000, Claude rédigera la réponse qu'il juge appropriée, mais s'arrêtera si cela devait dépasser 1000 jetons.

Comprendre les messages

Les messages représentent l'échange de conversation entre vous et Claude, tout 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 renvoyé vers vous

Effectuer votre première requête

Voici comment structurer une requête de base :

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 en retour un objet de réponse complexe comportant de nombreuses métadonnées. Pour obtenir uniquement le texte généré par Claude, utilisez :

python
message.content[0].text

Cela vous donne un résultat clair et lisible au lieu de l'objet de réponse complet avec tous ses détails techniques. Vous utiliserez fréquemment ce schéma lorsque vous travaillerez avec les réponses de Claude.