在 Microsoft Foundry 中部署和使用 Claude 模型（预览版）

使用 Microsoft Entra ID 身份验证

对于消息 API 终结点，请将基 URL 与 Microsoft Entra ID 身份验证配合使用。

1. 安装 Azure 标识客户端库：需要安装此库才能使用该 DefaultAzureCredential库。 使用 DefaultAzureCredential时，授权最容易，因为它找到在运行环境中使用的最佳凭据。

   pip install azure.identity
   

   将Microsoft Entra ID 应用程序的客户端 ID、租户 ID 和客户端机密的值设置为环境变量： AZURE_CLIENT_ID、 AZURE_TENANT_ID、 AZURE_CLIENT_SECRET。

   export AZURE_CLIENT_ID="<AZURE_CLIENT_ID>"
   export AZURE_TENANT_ID="<AZURE_TENANT_ID>"
   export AZURE_CLIENT_SECRET="<AZURE_CLIENT_SECRET>"
   

2. 安装依赖项： 使用 pip 安装人类 SDK（需要：Python >=3.8）。

   pip install -U "anthropic"
   

3. 运行基本代码示例： 此示例完成以下任务：

   1. 使用 Microsoft Entra ID 身份验证创建 Anthropic SDK 客户端。
   2. 对消息 API 进行基本调用。 调用是同步的。

   from anthropic import AnthropicFoundry
   from azure.identity import DefaultAzureCredential, get_bearer_token_provider
   
   baseURL = "https://<resource-name>.services.ai.azure.com/anthropic" # Your base URL. Replace <resource-name> with your resource name
   deploymentName = "claude-sonnet-4-5" # Replace with your deployment name
   
   # Create token provider for Entra ID authentication
   tokenProvider = get_bearer_token_provider(
       DefaultAzureCredential(), "https://cognitiveservices.azure.com/.default"
   )
   
   # Create client with Entra ID authentication
   client = AnthropicFoundry(
       azure_ad_token_provider=tokenProvider,
       base_url=baseURL
   )
   
   # Send request
   message = client.messages.create(
       model=deployment_name,
       messages=[
           {"role": "user", "content": "What is the capital/major city of France?"}
       ],
       max_tokens=1024,
   )
   
   print(message.content)
   

使用 API 密钥身份验证

对于消息 API 终结点，请使用基本 URL 和 API 密钥对服务进行身份验证。

1. 安装依赖项： 使用 pip 安装人类 SDK（需要：Python >=3.8）：

   pip install -U "anthropic"
   

2. 运行基本代码示例： 此示例完成以下任务：

   1. 通过将 API 密钥传递给 SDK 的配置，使用 Anthropic SDK 创建客户端。 此身份验证方法使你可以与服务无缝交互。
   2. 对消息 API 进行基本调用。 调用是同步的。

   from anthropic import AnthropicFoundry
   
   baseURL = "https://<resource-name>.services.ai.azure.com/anthropic" # Your base URL. Replace <resource-name> with your resource name
   deploymentName = "claude-sonnet-4-5" # Replace with your deployment name
   apiKey = "YOUR_API_KEY" # Replace YOUR_API_KEY with your API key
   
   # Create client with API key authentication
   client = AnthropicFoundry(
       api_key=apiKey,
       base_url=baseURL
   )
   
   # Send request
   message = client.messages.create(
       model=deploymentName,
       messages=[
           {"role": "user", "content": "What is the capital/major city of France?"}
       ],
       max_tokens=1024,
   )
   
   print(message.content)
   

使用 Microsoft Entra ID 身份验证

对于消息 API 终结点，请将基 URL 与 Microsoft Entra ID 身份验证配合使用。

1. 安装 Azure 标识客户端库：安装 @azure/identity 包以使用 DefaultAzureCredential。 使用 DefaultAzureCredential时，授权最容易，因为它找到在运行环境中使用的最佳凭据。

   npm install @azure/identity
   

   将Microsoft Entra ID 应用程序的客户端 ID、租户 ID 和客户端机密的值设置为环境变量： AZURE_CLIENT_ID、 AZURE_TENANT_ID、 AZURE_CLIENT_SECRET。

   export AZURE_CLIENT_ID="<AZURE_CLIENT_ID>"
   export AZURE_TENANT_ID="<AZURE_TENANT_ID>"
   export AZURE_CLIENT_SECRET="<AZURE_CLIENT_SECRET>"
   

2. 安装依赖项

   1. 安装 Node.js 20 LTS 或更高版本（非 EOL） 版本。

   2. 复制以下文本行，并将其保存为文件夹中的文件 package.json 。

      {
        "type": "module",
        "dependencies": {
          "@anthropic-ai/sdk": "latest",
          "@azure/identity": "latest"
        }
      }
      

      注释

      @azure/core-sse 仅在流式传输响应时才需要。

   3. 打开此文件夹中的终端窗口并运行 npm install。

   4. 对于下面的每个代码片段，请将内容复制到名为 sample.js 的文件中，然后使用 node sample.js 运行。

3. 运行基本代码示例。 此示例完成以下任务：

   1. 使用 Microsoft Entra ID 身份验证创建 Anthropic SDK 客户端。
   2. 对消息 API 进行基本调用。 调用是同步的。

   import AnthropicFoundry from '@anthropic-ai/foundry-sdk';
   import { getBearerTokenProvider, DefaultAzureCredential } from "@azure/identity";
   
   const baseURL = "https://<resource-name>.services.ai.azure.com/anthropic"; // Your base URL. Replace <resource-name> with your resource name
   const deploymentName = "claude-sonnet-4-5" // Replace with your deployment name
   
   // Create token provider for Entra ID authentication
   const tokenProvider = getBearerTokenProvider(
       new DefaultAzureCredential(),
       'https://cognitiveservices.azure.com/.default');
   
   // Create client with Entra ID authentication
   const client = new AnthropicFoundry({
       azureADTokenProvider: tokenProvider,
       baseURL: baseURL,
       apiVersion: "2023-06-01"
   });
   
   // Send request
   const message = await client.messages.create({
       model: deploymentName,
       messages: [{ role: "user", content: "What is the capital/major city of France?" }],
       max_tokens: 1024,
   });
   console.log(message);
   

使用 API 密钥身份验证

对于消息 API 终结点，请使用基本 URL 和 API 密钥对服务进行身份验证。

1. 安装依赖项

   1. 安装 Node.js 20 LTS 或更高版本（非 EOL） 版本。

   2. 复制以下文本行，并将其保存为文件夹中的文件 package.json 。

      {
        "type": "module",
        "dependencies": {
          "@anthropic-ai/sdk": "latest"
        }
      }
      

      注释

      @azure/core-sse 仅在流式传输响应时才需要。

   3. 打开此文件夹中的终端窗口并运行 npm install。

   4. 对于下面的每个代码片段，请将内容复制到名为 sample.js 的文件中，然后使用 node sample.js 运行。

2. 运行基本代码示例。 此示例完成以下任务：

   1. 通过将 API 密钥传递给 SDK 的配置，使用 Anthropic SDK 创建客户端。 此身份验证方法使你可以与服务无缝交互。
   2. 对消息 API 进行基本调用。 调用是同步的。

   import AnthropicFoundry from '@anthropic-ai/foundry-sdk';
   
   const baseURL = "https://<resource-name>.services.ai.azure.com/anthropic"; // Your base URL. Replace <resource-name> with your resource name
   const deploymentName = "claude-sonnet-4-5" // Replace with your deployment name
   const apiKey = "<your-api-key>"; // Your API key
   
   // Create client with API key
   const client = new AnthropicFoundry({
       apiKey: apiKey,
       baseURL: baseURL,
       apiVersion: "2023-06-01"
   });
   
   // Send request
   const message = await client.messages.create({
       model: deploymentName,
       messages: [{ role: "user", content: "What is the capital/major city of France?" }],
       max_tokens: 1024,
   });
   console.log(message);
   

有关支持的运行时的列表，请参阅 Anthropic TypeScript API 库使用要求。

使用 Microsoft Entra ID 身份验证

对于消息 API 终结点，请使用部署的模型的终结点 URI https://<resource-name>.services.ai.azure.com/anthropic/v1/messages 和 Microsoft Entra ID 身份验证。

如果你为资源配置了 Microsoft Entra ID 支持，请以 Bearer $AZURE_AUTH_TOKEN 格式在授权标头中传递令牌。 使用范围 https://cognitiveservices.azure.com/.default。 使用 Microsoft Entra ID 可能需要资源中的其他配置来授予访问权限。 有关详细信息，请参阅 使用 Microsoft Entra ID 配置身份验证。

1. 将Microsoft Entra ID 令牌导出到环境变量：

   如果使用 bash：

   export AZURE_AUTH_TOKEN="<your-entra-id-key>"
   

   如果您正在使用 PowerShell：

   $Env:AZURE_AUTH_TOKEN = "<your-entra-id-key>"
   

   如果使用 Windows 命令提示符：

   set AZURE_AUTH_TOKEN = <your-entra-id-key>
   

2. 运行以下 cURL 命令。 对于 cURL，请使用部署环境的目标 URI https://<resource-name>.services.ai.azure.com/anthropic/v1/messages。

   curl -X POST https://<resource-name>.services.ai.azure.com/anthropic/v1/messages \
     -H "Content-Type: application/json" \
     -H "Authorization: Bearer $AZURE_AUTH_TOKEN" \
     -H "anthropic-version: 2023-06-01" \
     -d '{
       "messages": [
         {
           "role": "system", "content": "You are a helpful assistant."
         },
         {
           "role": "user", "content": "What are 3 things to visit in Seattle?"
         }
       ],
       "max_tokens": 1000,
       "temperature": 0.7,
       "model": "claude-sonnet-4-5"
       }'
   

使用 API 密钥身份验证

对于消息 API 终结点，请使用部署的模型的终结点 URI https://<resource-name>.services.ai.azure.com/anthropic/v1/messages 和 API 密钥对服务进行身份验证。

1. 将 API 密钥导出到环境变量：

   如果使用 bash：

   export AZURE_API_KEY="<your-api-key>"
   

   如果您正在使用 PowerShell：

   $Env:AZURE_API_KEY = "<your-api-key>"
   

   如果使用 Windows 命令提示符：

   set AZURE_API_KEY = <your-api-key>
   

2. 运行以下 cURL 命令：

   curl -X POST https://<resource-name>.services.ai.azure.com/anthropic/v1/messages \
     -H "Content-Type: application/json" \
     -H "x-api-key: $AZURE_API_KEY" \
     -H "anthropic-version: 2023-06-01" \
     -d '{
       "messages": [
         {
           "role": "system", "content": "You are a helpful assistant."
         },
         {
           "role": "user", "content": "What are 3 things to visit in Seattle?"
         }
       ],
       "max_tokens": 1000,
       "temperature": 0.7,
       "model": "claude-sonnet-4-5"
       }'