pip install langchain langchain-anthropic langchain-core

export ANTHROPIC_API_KEY="sk-你的Key"
export ANTHROPIC_BASE_URL="https://hk.code0.ai"

from langchain_anthropic import ChatAnthropic

llm = ChatAnthropic(
    model="claude-sonnet-4-6",
    api_key="sk-你的Key",
    base_url="https://api.code0.ai",  # 国内直连，无需代理
    max_tokens=1024
)

import os

from langchain_anthropic import ChatAnthropic

# ============ 第一步：基础调用 ============
llm = ChatAnthropic(
    model="claude-sonnet-4-6",
    api_key=os.environ.get("ANTHROPIC_API_KEY"),#复制你的Key填入
    base_url="https://hk.code0.ai",
    max_tokens=1024
)

response = llm.invoke("用一句话介绍 Python 的优势")
print(response.content)

Python 以简洁的语法和丰富的生态库，让开发者能快速实现从数据分析到 AI 开发的各类任务。

for chunk in llm.stream("列举 Python 最常用的 5 个内置库并简要说明"):
    print(chunk.content, end="", flush=True)

from langchain_anthropic import ChatAnthropic
from langchain_core.prompts import ChatPromptTemplate

llm = ChatAnthropic(
    model="claude-sonnet-4-6",
    api_key="sk-你的Key",
    base_url="https://hk.code0.ai",
    max_tokens=1024
)

prompt = ChatPromptTemplate.from_messages([
    ("system", "你是一个资深 {language} 开发专家。用中文简洁回答问题。"),
    ("human", "{question}")
])

chain = prompt | llm
response = chain.invoke({"language": "Python", "question": "什么是列表推导式？"})
print(response.content)

from langchain_anthropic import ChatAnthropic
from langchain_core.tools import tool

@tool
def get_weather(city: str) -> str:
    """获取指定城市的当前天气"""
    # 实际使用时替换为真实天气 API（如和风天气、心知天气）
    weather_data = {"北京": "晴天，25°C", "上海": "多云，22°C"}
    return weather_data.get(city, f"{city}：暂无数据")

llm = ChatAnthropic(
    model="claude-sonnet-4-6",
    api_key="sk-你的Key",
    base_url="https://hk.code0.ai",
    max_tokens=1024
)

llm_with_tools = llm.bind_tools([get_weather])
response = llm_with_tools.invoke("北京今天天气怎么样？")

if response.tool_calls:
    for tc in response.tool_calls:
        print(f"调用工具: {tc['name']}, 参数: {tc['args']}")
        result = get_weather.invoke(tc["args"])
        print(f"结果: {result}")

调用工具: get_weather, 参数: {'city': '北京'}
结果: 晴天，25°C

from langchain_anthropic import ChatAnthropic
from langchain_core.messages import HumanMessage, AIMessage, SystemMessage

llm = ChatAnthropic(
    model="claude-sonnet-4-6",
    api_key="sk-你的Key",
    base_url="https://hk.code0.ai",
    max_tokens=1024
)

history = [SystemMessage(content="你是一个友好的中文助手。")]

def chat(user_input: str) -> str:
    history.append(HumanMessage(content=user_input))
    response = llm.invoke(history)
    history.append(AIMessage(content=response.content))
    return response.content

print(chat("我叫小明，我是 Python 开发者"))
print(chat("我叫什么名字？做什么工作的？"))

你好小明！很高兴认识你，Python 是一门非常优秀的编程语言，有什么可以帮助你的？
你叫小明，是一位 Python 开发者。

from langchain_anthropic import ChatAnthropic
from langchain_core.output_parsers import JsonOutputParser
from langchain_core.prompts import ChatPromptTemplate

llm = ChatAnthropic(
    model="claude-sonnet-4-6",
    api_key="sk-你的Key",
    base_url="https://hk.code0.ai",
    max_tokens=1024
)

parser = JsonOutputParser()
prompt = ChatPromptTemplate.from_messages([
    ("system", "严格返回 JSON 格式，不要包含其他文字。"),
    ("human", "生成一个虚拟用户，包含 name、age、city、hobby 四个字段。")
])

chain = prompt | llm | parser
result = chain.invoke({})

print("返回类型:", type(result).__name__)
print("完整内容:", result)
print("取值示例 -> name:", result["name"], "| city:", result["city"])

{'name': '李明', 'age': 28, 'city': '成都', 'hobby': '摄影'}

from langchain_anthropic import ChatAnthropic
from langchain_core.messages import HumanMessage, AIMessage, SystemMessage

def create_chatbot():
    llm = ChatAnthropic(
        model="claude-sonnet-4-6",
        api_key="sk-你的Key",
        base_url="https://hk.code0.ai",
        max_tokens=2048
    )
    history = [SystemMessage(content="你是一个专业的编程助手。用中文回答。")]

    print("=" * 50)
    print("  Claude 编程助手 (输入 quit 退出)")
    print("  Powered by ClaudeAPI.com")
    print("=" * 50)

    while True:
        user_input = input("\n你: ").strip()
        if user_input.lower() in ("quit", "exit", "q"):
            print("再见！")
            break
        if not user_input:
            continue
        history.append(HumanMessage(content=user_input))
        print("\nClaude: ", end="", flush=True)
        full = ""
        for chunk in llm.stream(history):
            print(chunk.content, end="", flush=True)
            full += chunk.content
        print()
        history.append(AIMessage(content=full))
        # 限制历史长度：保留 SystemMessage + 最近 20 轮对话
        if len(history) > 41:
            history = [history[0]] + history[-40:]

if __name__ == "__main__":
    create_chatbot()

api_key="sk-你的Key"                    # 在 ClaudeAPI.com 获取
base_url="https://api.code0.ai"    # 国内直连，无需代理

import os
for key in ["HTTP_PROXY", "HTTPS_PROXY", "http_proxy", "https_proxy", "ALL_PROXY", "all_proxy"]:
    os.environ[key] = ""