Развертывание и использование моделей Claude в Microsoft Foundry (классическая модель)

Используйте аутентификацию Microsoft Entra ID

Для конечных точек Messages API используйте базовый URL-адрес с аутентификацией Microsoft Entra ID.

1. Установите клиентскую библиотеку удостоверений Azure: установите эту библиотеку для использования . Авторизация проще всего, когда используется DefaultAzureCredential, так как он находит лучшие учетные данные для работы в рабочей среде.

   pip install azure-identity
   

   Задайте значения идентификатора клиента, идентификатора клиента и секрета клиента приложения Microsoft Entra ID в качестве переменных среды: 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. Установка зависимостей: Установите пакет SDK Anthropic с помощью pip (требуется версия Python 3.8 или выше).

   pip install -U "anthropic"
   

3. Выполните базовый пример кода , чтобы выполнить следующие задачи:

   1. Создайте клиента, используя Anthropic SDK и аутентификацию Microsoft Entra ID.
   2. Выполните базовый вызов API сообщений. Вызов синхронный.

   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-4-6" # Replace with your deployment name
   
   # Create token provider for Entra ID authentication
   tokenProvider = get_bearer_token_provider(
       DefaultAzureCredential(), "https://ai.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=deploymentName,
       messages=[
           {"role": "user", "content": "What are 3 things to visit in Seattle?"}
       ],
       max_tokens=1048,
       temperature=1,
       thinking={"type":"adaptive"},
       output_config={"effort": "max"},
       stream=False
   )
   
   print(message.content)
   

   Ожидаемые выходные данные: Ответ JSON, содержащий завершение текста модели с тремя рекомендациями Сиэтла.

   Reference:Anthropic SDK для клиента, DefaultAzureCredential

Использование проверки подлинности ключа API

Для конечных точек API для сообщений используйте базовый URL-адрес и ключ API, чтобы пройти аутентификацию в системе.

1. Install dependencies: установите пакет SDK Anthropic с помощью pip (требуется Python 3.8 или более поздней версии):

   pip install -U "anthropic"
   

2. Выполните базовый пример кода , чтобы выполнить следующие задачи:

   1. Создайте экземпляр клиента с помощью Anthropic SDK, передав ключ API в его конфигурацию. Этот метод проверки подлинности позволяет легко взаимодействовать со службой.
   2. Выполните базовый вызов API сообщений. Вызов синхронный.

   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-4-6" # 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 are 3 things to visit in Seattle?"}
       ],
       max_tokens=1048,
       temperature=1,
       thinking={"type":"adaptive"},
       output_config={"effort": "max"},
       stream=False
   )
   
   print(message.content)
   

   Ожидаемые выходные данные: Ответ JSON, содержащий завершение текста модели с тремя рекомендациями Сиэтла.

   Reference:Anthropic Клиентский пакет SDK

Используйте аутентификацию Microsoft Entra ID

Для конечных точек Messages API используйте базовый URL-адрес с аутентификацией Microsoft Entra ID.

1. Установите библиотеку клиентских удостоверений Azure: установите пакет @azure/identity для использования DefaultAzureCredential. Авторизация проще всего, когда используется DefaultAzureCredential, так как он находит лучшие учетные данные для работы в рабочей среде.

   npm install @azure/identity
   

   Задайте значения идентификатора клиента, идентификатора клиента и секрета клиента приложения Microsoft Entra ID в качестве переменных среды: 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. Установка зависимостей

   1. Установите Node.js версии 20 LTS или более поздних версий (не устаревшая версия).

   2. Скопируйте следующие строки текста и сохраните их в папке в виде файла package.json .

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

   3. Откройте окно терминала в этой папке и выполните команду npm install.

   4. Для каждого из приведенных ниже фрагментов кода скопируйте содержимое в файл sample.js и запустите с помощью node sample.js.

3. Выполните базовый пример кода , чтобы выполнить следующие задачи:

   1. Создает клиент с использованием SDK Anthropic, используя аутентификацию Microsoft Entra ID.
   2. Выполняет базовый вызов API сообщений. Вызов синхронный.

   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-4-6" // Replace with your deployment name
   
   // Create token provider for Entra ID authentication
   const tokenProvider = getBearerTokenProvider(
       new DefaultAzureCredential(),
       'https://ai.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 are 3 things to visit in Seattle?" }],
       max_tokens: 1048,
       temperature: 1,
       thinking: {"type": "adaptive"},
       output_config: {"effort": "max"},
       stream: false
   });
   console.log(message);
   

   Ожидаемые выходные данные: Ответ JSON, содержащий завершение текста модели с тремя рекомендациями Сиэтла.

   Reference:Anthropic SDK для клиента, DefaultAzureCredential

Использование проверки подлинности ключа API

Для конечных точек API для сообщений используйте базовый URL-адрес и ключ API, чтобы пройти аутентификацию в системе.

1. Установка зависимостей

   1. Установите Node.js версии 20 LTS или более поздних версий (не устаревшая версия).

   2. Скопируйте следующие строки текста и сохраните их в папке в виде файла package.json .

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

   3. Откройте окно терминала в этой папке и выполните команду npm install.

   4. Для каждого из приведенных ниже фрагментов кода скопируйте содержимое в файл sample.js и запустите с помощью node sample.js.

2. Запустите базовый пример кода. В этом примере выполняются следующие задачи:

   1. Создает клиент с помощью SDK Anthropic, передавая ваш API ключ в его конфигурацию. Этот метод проверки подлинности позволяет легко взаимодействовать со службой.
   2. Выполняет базовый вызов API сообщений. Вызов синхронный.

   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-4-6" // 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 are 3 things to visit in Seattle?" }],
       max_tokens: 1048,
       temperature: 1,
       thinking: {"type": "adaptive"},
       output_config: {"effort": "max"},
       stream: false
   });
   console.log(message);
   

   Ожидаемые выходные данные: Ответ JSON, содержащий завершение текста модели с тремя рекомендациями Сиэтла.

   Ссылка:AnthropicFoundry SDK

Список поддерживаемых сред выполнения см. в разделе Требования для использования библиотеки Anthropic TypeScript API.

Используйте аутентификацию Microsoft Entra ID

Для конечных точек API сообщений используйте URI конечной точки развернутой модели https://<resource-name>.services.ai.azure.com/anthropic/v1/messages с аутентификацией Microsoft Entra ID.

Если вы настроите ресурс с поддержкой Microsoft Entra ID, передайте токен в Authorization header с форматом Bearer $AZURE_AUTH_TOKEN. Используйте область https://ai.azure.com/.default. Использование Microsoft Entra ID может потребовать дополнительной конфигурации в ресурсе для предоставления доступа. Дополнительные сведения см. в разделе Configure authentication with Microsoft Entra ID.

1. Экспортируйте маркер Microsoft Entra ID в переменную среды:

   Если вы используете bash:

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

   Если вы находитесь в PowerShell:

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

   Если вы используете командную строку Windows:

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

2. Выполните следующую команду cURL. Для cURL используйте целевой универсальный код ресурса (URI https://<resource-name>.services.ai.azure.com/anthropic/v1/messages) развертывания.

   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": "user", "content": "You are a helpful assistant."
         },
         {
           "role": "user", "content": "What are 3 things to visit in Seattle?"
         }
       ],
       "max_tokens": 1048,
       "temperature": 1,
       "model": "claude-sonnet-4-6",
       "thinking": {"type":"adaptive"},
       "output_config": {"effort": "max"},
       "stream": false
       }'
   

   Ожидаемые выходные данные: Ответ JSON, содержащий завершение текста модели с тремя рекомендациями Сиэтла.

   Справка:Claude Messages API

Использование проверки подлинности ключа API

Для точек API сообщений используйте URI https://<resource-name>.services.ai.azure.com/anthropic/v1/messages развернутой модели и ключ API для аутентификации в сервисе.

1. Экспорт ключа API в переменную среды:

   Если вы используете bash:

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

   Если вы находитесь в PowerShell:

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

   Если вы используете командную строку Windows:

   set AZURE_API_KEY = <your-api-key>
   

2. Выполните следующую команду cURL:

   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": "user", "content": "You are a helpful assistant."
         },
         {
           "role": "user", "content": "What are 3 things to visit in Seattle?"
         }
       ],
       "max_tokens": 1048,
       "temperature": 1,
       "model": "claude-sonnet-4-6",
       "thinking": {"type":"adaptive"},
       "output_config": {"effort": "max"},
       "stream": false
       }'
   

   Ожидаемые выходные данные: Ответ JSON, содержащий завершение текста модели с тремя рекомендациями Сиэтла.

   Справка:Claude Messages API