Claude终端使用实战：从命令行交互到自动化脚本的完整指南

1次阅读

共计 2445 个字符，预计需要花费 7 分钟才能阅读完成。

传统的 Claude 网页端交互方式虽然直观，但在开发场景中存在明显短板：

批量处理困难 ：无法通过图形界面同时提交多个任务
自动化缺失 ：重复性操作需要人工干预
集成度低 ：难以嵌入现有开发流程
调试不便 ：缺乏完整的日志追踪能力

接入方式	优点	缺点	适用场景
REST API	简单通用	实时性较差	异步批处理
WebSocket	低延迟双向通信	连接维护复杂	实时对话系统
CLI 工具	开发效率高	功能定制性有限	快速原型开发

安装官方 Python SDK：
```
pip install anthropic
```

设置环境变量（推荐使用 dotenv 管理）：

import os
from dotenv import load_dotenv

load_dotenv()
API_KEY = os.getenv("CLAUDE_API_KEY")

import anthropic
from typing import Optional

client = anthropic.Client(API_KEY)

def ask_claude(prompt: str, model: str = "claude-2") -> Optional[str]:
    try:
        response = client.completion(prompt=f"{anthropic.HUMAN_PROMPT} {prompt}{anthropic.AI_PROMPT}",
            model=model,
            max_tokens_to_sample=1000,
        )
        return response["completion"]
    except Exception as e:
        print(f"API 请求失败: {str(e)}")
        return None

class ClaudeSession:
    def __init__(self):
        self.history = []

    def add_message(self, role: str, content: str):
        self.history.append({"role": role, "content": content})

    def get_response(self) -> str:
        messages = "".join(f"{anthropic.HUMAN_PROMPT if msg['role']=='user'else anthropic.AI_PROMPT}"
            f"{msg['content']}"
            for msg in self.history
        )

        response = client.completion(
            prompt=messages,
            model="claude-2",
            max_tokens_to_sample=1000,
        )
        return response["completion"]

def upload_file(file_path: str):
    with open(file_path, "rb") as f:
        file_data = f.read()

    response = client.upload_file(
        file=file_data,
        purpose="input",
        filename=os.path.basename(file_path)
    )
    return response["id"]

stages:
  - test
  - deploy

claude_check:
  stage: test
  script:
    - pip install anthropic
    - python -c "
      import os, anthropic;
      client = anthropic.Client(os.getenv('CLAUDE_API_KEY'));
      response = client.completion(prompt=f'{anthropic.HUMAN_PROMPT} 验证 API 连通性 {anthropic.AI_PROMPT}', model='claude-2');
      print(response['completion'])
      "

%%capture cap --no-stderr
!python cli_script.py

from IPython.display import JSON
JSON(cap.stdout)

from concurrent.futures import ThreadPoolExecutor

def batch_process(queries: list[str], workers=5):
    with ThreadPoolExecutor(max_workers=workers) as executor:
        results = list(executor.map(ask_claude, queries))
    return results

from tenacity import retry, stop_after_attempt, wait_exponential

@retry(stop=stop_after_attempt(3),
    wait=wait_exponential(multiplier=1, min=4, max=10)
)
def reliable_request(prompt: str):
    return ask_claude(prompt)

认证失败排查步骤 ：