Claude API 全面指南：设置、成本管理与构建您的第一个项目

使用 Anthropic 的 Claude API，您可以不再仅仅与聊天机器人对话，而是将 Claude AI 的全部能力集成到您的应用程序中。

Anthropic 发布 Fable 5 时震惊了整个 AI 领域。这款模型能力强大，刚上线不久便一度被美国政府暂时限制访问。尽管如今全球用户已恢复使用，但访问方式已发生变化。

Anthropic 现将 Fable 5 仅限通过 API 基于计量额度访问（在短暂的五天延长期之后开始执行）。

这意味着我们需要重新思考与 AI 的交互方式。高性能模型和自动化编码工具所需的计算资源，远超定价固定的消费级套餐所能提供的范围。

在本教程中，我将通过讲解如何使用 Claude API，帮助您为这种新现实做好准备。

我会教您如何使用 Anthropic 开发者 API 完整配置 Claude Code。现在切换到按量付费模式，您将能持续无缝地访问如 Fable 5 等前沿模型，消除隐形限流，并学习如何直接在终端运行复杂的编码会话。

如果您需要速查资料，建议查看 Claude API in Python 速查表。

为何选择 Claude API 而非 Claude Pro 订阅

对很多人而言，每月 20 美元的 Claude Pro 计划曾是获取顶级 AI 的理想途径，价格固定且访问稳定。

然而，自动化编码工具的兴起彻底改变了这笔账。具备代理能力的工作流需要远超标准订阅方案所能提供的资源，使得Claude API 成为严肃开发者唯一可行的选择。

以下是摒弃订阅、通过 API 直接使用 Claude Code 的三大主要原因。

代理工具导致的 Token 消耗

标准套餐难以应对如 Claude Code 等工具的工作方式。

与简单的网页聊天不同，自动化开发工具必须持续扫描整个项目，了解其当前所处理的内容。

每当我们分配任务，它都会经历多个步骤：读取文件、检查结构、运行测试。为让 AI 了解代码的最新状态，这需要在往返之间传输海量数据。

这一过程会非常快速地消耗 token。在 Pro 订阅下，这些复杂的工作流可能在几分钟内就耗尽我们数小时的使用额度，导致工作突然中断。

保护您的日常使用容量

Claude Pro 账户使用共享资源池。如果我们用主账号进行基于终端的编码，这些高负载的自动化任务会挤占浏览器或移动端应用的容量。

我们不希望因为后台编码任务触顶而被拒之于一次简单对话之外。将开发工具通过 Claude API 路由，可以将您的专业编码工作与日常 AI 使用彻底隔离。

独享高负载模型的访问权

随着 Anthropic 推出专为高强度工程与自主工作打造的模型（如 Claude Fable 5），他们正在远离固定费率的套餐。

由于 Fable 5 需要巨大的算力，Anthropic 已确认该模型最终将采用按使用量计费，以应对高昂的运营成本。

这种限制预示着未来的方向。坚持消费级订阅意味着您最终将失去对 Anthropic 最强推理引擎的访问。因此，拥有 Claude API 账户是保持走在前沿的硬性要求。

Claude API 与 Claude 订阅对比

面向消费者的订阅与开发者 API 的差异，实质是可预测成本与不间断访问之间的取舍。

Claude 订阅为我们提供固定的月费。

我们可以在一段时间内高强度使用，但最终会触发基于服务器负载的动态使用上限。当 Claude Code 在项目中途撞上这道看不见的墙时，它会彻底停止工作。

我们不得不等待数小时，等额度重置后代理才能继续写代码。

Claude API 则去除了这些“辅助轮”。没有每小时消息上限、没有共享带宽限制，也无需等待。如果我们希望 Fable 5 持续 8 小时重构一个庞大的代码库，API 都会毫无间断地执行每一条命令。

不过，这种自由也带来一项重大风险：预算失控。使用订阅虽在触顶时令人沮丧，但至少我们清楚月底账单的金额。

对于像 Fable 5 这样昂贵的模型，这点尤为危险。

Claude API 成本管理与预算控制

使用 API 时，我们有两种方式控制预算。

第一，确保关闭自动充值。自动充值会在额度用尽时自动购买新额度。

鉴于使用 Claude Code 时的 token 消耗高度不可预测，我强烈建议不要启用该功能。

第二，谨慎选择所使用的模型。

Fable 5 非常擅长解决复杂任务和实现复杂应用，但对于简单任务往往大材小用。

我个人更倾向先使用更便宜的模型，只有在多次尝试仍无法解决时才切换到更昂贵的模型。我用得最多的其实是 Haiku 4.5。

要选择模型，请使用 /model 命令。

Claude API 分步设置（以 Fable 5 为例）

如果您在寻找专门的Claude Fable 5 API 教程，建议查看我们的独立指南。

首先登录 Claude 网页平台并设置计费。接着打开终端，使用以下命令安装 Claude Code：

npm install -g @anthropic-ai/claude-code

安装完成后，在终端输入 claude 即可运行。首次运行会提示我们进行配置。请务必在设置期间选择“API usage billing（API 用量计费）”：

随后，Claude 会打开浏览器，请求链接我们的账户并为我们创建 API 密钥。点击“Authorize（授权）”，账户将自动完成关联。

设置完成后，我们就可以开始用 Claude Code 构建项目了：

在我的环境中，Claude Code 已经在使用 Fable 5。如果不是，您可以通过 /model 命令选择模型，并在菜单中选择 Fable 5。

将 Claude Code 从订阅切换为 API

对于已通过订阅使用 Claude Code、并希望切换到 API 用量计费的用户，流程很简单。

1. 使用 /logout 命令退出登录。
2. 再次使用 claude 命令运行 Claude Code，并选择“Anthropic Console account · API usage billing（Anthropic 控制台账号 · API 用量计费）”的登录方式。

如果在 Claude Code 实现某个功能的过程中额度用尽，它会停止并提示您需要充值。

充值后，若 Claude 仍在运行，只需通过提示让它继续，它就会从中断处接着执行。如果未在运行，请使用命令 claude --continue。

用 Claude API 构建一个真实项目

本教程的重点是学习如何用 API 配置 Claude Code，而非提供关于 Claude Code 使用的详尽教学。

如果您想进一步学习，建议报名我们的Claude Code 101 课程。

项目概览

本项目的目标是构建一个 Python 应用，帮助用户轻松在电脑上定位照片。

如今人们拍摄大量照片，常常杂乱无章、散落各处。以我个人（摄影师）为例，几个月后再想找某张照片常常头疼不已。

这个应用的思路是：用户可以通过描述照片内容，或提供截图或图像参考来查找照片。

第二种方式对我尤其有用，我经常把作品发到社交媒体，这样我只需截取帖子的截图，就能定位到原始的高质量文件。

我们当然可以让 Claude Code 自行制定项目架构并完成全部实现，很可能也能很好地工作。

但出于教学目的，我决定自行定义项目架构，让 Claude Code 专注于实现。

使用 CLAUDE.md 的项目架构

为创建该应用，我编写了一个CLAUDE.md 文件，描述项目的架构。

CLAUDE.md 是项目专用的 Markdown 配置文件，Claude Code 会在每次会话开始时读取它，以在会话中持久记住您的架构、编码标准和工作流偏好。

该应用包含两个主要组件：

1. 照片导入流程：允许用户选择包含图像的文件夹，将这些图像转换为向量，并存储到向量数据库中。
2. 多模态输入：允许用户在数据库中进行搜索。

将图像编码为向量时，我们使用 CLIP 模型。数据库使用 ChromaDB，本地免费运行。

其直觉在于：CLIP 模型被训练为将文本与图像转换为向量（对数据的数值化表示），使得视觉相似或概念相近的图像在这张“地图”上彼此靠近，而无关的图像则被推得更远。

当我们想要定位某张图像时，也会将查询转换为查询向量，并使用 ChromaDB 查找与查询向量最近的那些向量。

如果您想进一步了解向量数据库，请查看这篇ChromaDB 教程：一步步指南。

提示词

在 CLAUDE.md 文件中明确了项目架构后，我在该文件夹下启动终端，并向运行 Fable 5 模型的 Claude Code 提交了如下提示词：

Build a desktop graphical app for my photography search engine with Python. 
First, plan the application architecture exactly as outlined in the CLAUDE.md file, ensuring the GUI can handle both folder ingestion and searching. 
Create a virtual environment, install the necessary dependencies (including customtkinter and raw image processing libraries), and save them to requirements.txt. 
Write the application logic, paying special attention to background threading for the ingestion process. 

结果

我提交了提示词，让 Claude Code 发挥它的魔力。大约七分钟后，一切就绪。

我运行了应用，界面如下：

我上传了几张今年拍摄的照片，然后去 Instagram 截取了一条我发布的帖子作为参考图像。

我特意保留了完整 UI，以增加应用查找源图像的难度。结果如下：

不得不说，效果相当不错，界面也完全符合我的设想。我还用文本搜索进行了测试，尝试查找台北 101（台湾最高的建筑）的照片。

结果如下：

Claude API 的 token 用量与真实成本

总体而言，创建该项目花费了 3.65 美元的 API token。我们可以使用 /cost 命令查看某次会话的详细成本分解：

有趣的是，我们还能看到部分工作使用了 claude-haiku-4.5。

这说明 Fable 5 的确相当昂贵。

一个在空白项目上的七分钟会话就花了我们 3.65 美元。

可以想见，如果在包含数百个代码文件的现有项目上使用 Fable 5，成本会有多高。

当然，在现实世界中，构建真正能产生收入的应用时，这些成本的评估方式就不同了，因为它们转化为一种投资。

您应了解的高级 Claude API 功能

转向 API 后，您可使用 Claude.ai 不提供的工具：提示缓存、批处理和工具集成。

如果您在使用 Claude Code、路由高并发 API 调用，或构建与外部服务交互的代理系统，这些功能将直接影响您的成本和延迟。

1. 提示缓存（降低成本）

提示缓存会在服务端于多次 API 调用之间存储上下文窗口中的静态部分，从而避免您在每次请求时为相同内容重复付费处理。

如果您在使用 Claude Code，很可能每次调用都会发送相同的大型上下文（如 CLAUDE.md 文件、代码库摘要或冗长的系统提示）。根据 Anthropic 的缓存文档，缓存前缀可将输入成本降低多达 90%，并缩短首 token 响应时间，因为前缀会跳过重新摄取。

第一次请求需按完整输入价格计费。后续每次命中相同缓存前缀的调用将按降低后的费率计费。

2. 批处理 API（异步处理）

批处理 API 适用于不需要实时响应的工作负载。

处理一万条客服工单、为整个代码库生成文档、或对大型测试集运行评测：这些都适合批处理。Anthropic 对批处理请求的输入与输出 token 成本提供 50% 折扣，并且整个作业一次 API 调用即可提交，无需您自行管理队列。

限制在于批处理作业最多可能耗时 24 小时完成，结果会一次性返回，而非流式传输。这对离线流水线完全没问题，但不适用于任何面向用户的场景。

3. 工具使用与模型上下文协议（MCP）

工具使用（有时称为函数调用）允许 Claude 在生成过程中调用外部函数，并将结果纳入其响应。

您以 JSON Schema 形式定义可用的工具；Claude 决定何时调用它们、传哪些参数、以及如何处理输出。因此，Claude 可以在无需您在提示中明确指定调用时机的情况下，查询数据库、调用 REST API 或运行 Python 脚本。

而 模型上下文协议（MCP） 通过标准化的服务器接口进一步扩展：Claude 不再按项目定义工具，而是连接到本地 MCP 服务器，由其暴露文件访问、代码执行或数据库读取等能力。

计算机使用 API 的工作方式不同。Claude 会解析截图并发出键盘与鼠标事件，在无需对底层应用进行编程式 API 访问的情况下，完成界面导航。

结语

切换到 Claude API 是运行自动化开发工具的必要一步，但这也要求我们改变项目管理方式。

Fable 5 无疑是一款出色的编码模型，能够从单条提示生成完整可用且复杂的应用。

其强大的推理能力可以在几分钟内将架构构想变为可用现实，着实令人赞叹。

不过，使用 Claude API 来获得这种级别的能力也要付出代价。由于像 Fable 5 这样的模型运营成本极高，策略性地选择模型至关重要。

我建议将更便宜、高效的模型用于日常任务，仅在遇到真正的障碍，或需要更深入推理的复杂架构挑战时，才启用 Fable 5。

正如我们在项目中看到的，即便是一个相对简单的单文件应用，API token 成本也会迅速累积。请密切关注用量，并且最重要的是，禁用自动充值，确保自动化编码会话不会放飞预算。

如果您想进一步了解 Claude 生态，建议查看我们的Claude 101 课程。