Votre premiere requete

Passons a la pratique. Dans cette lecon, vous allez envoyer votre premiere requete a Claude via l’API.

Installation

Installez les deux packages necessaires :

pip install anthropic python-dotenv

Configuration

Assurez-vous que votre fichier .env contient votre cle :

# .env
ANTHROPIC_API_KEY=sk-ant-api03-votre-cle-ici

Creer le client

from dotenv import load_dotenv
import anthropic

load_dotenv()

client = anthropic.Anthropic()

Le SDK detecte automatiquement la variable d’environnement ANTHROPIC_API_KEY. Pas besoin de la passer explicitement.

Envoyer une requete

La methode principale est client.messages.create(). Elle prend trois parametres obligatoires :

message = client.messages.create(
    model="claude-sonnet-4-20250514",
    max_tokens=1024,
    messages=[
        {"role": "user", "content": "Quelle est la capitale de la France ?"}
    ]
)

Les trois parametres obligatoires

Parametre	Description
`model`	L’identifiant du modele a utiliser
`max_tokens`	Le nombre maximum de tokens que Claude peut generer
`messages`	La liste des messages de la conversation

La structure d’un message

Chaque message est un dictionnaire avec deux champs :

role : soit "user" (vous), soit "assistant" (Claude)
content : le texte du message

Lire la reponse

La reponse est un objet Message. Pour extraire le texte :

print(message.content[0].text)

Pourquoi content[0].text ? Parce que content est une liste de blocs. Dans la plupart des cas, il n’y a qu’un seul bloc de texte, mais la structure permet aussi de renvoyer d’autres types de contenu (comme des appels d’outils).

Exemple complet

from dotenv import load_dotenv
import anthropic

load_dotenv()

client = anthropic.Anthropic()

message = client.messages.create(
    model="claude-sonnet-4-20250514",
    max_tokens=1024,
    messages=[
        {"role": "user", "content": "Explique-moi le concept de recursion en programmation, en 3 phrases."}
    ]
)

# Afficher la reponse
print(message.content[0].text)

# Afficher les tokens utilises
print(f"\nTokens en entree : {message.usage.input_tokens}")
print(f"Tokens en sortie : {message.usage.output_tokens}")

# Afficher la raison d'arret
print(f"Raison d'arret : {message.stop_reason}")

Explorer la reponse complete

Pour voir la structure complete de la reponse :

print(message)

Vous verrez tous les champs : id, type, role, content, model, stop_reason, usage.

Points a retenir

client.messages.create() est la methode centrale du SDK
Trois parametres obligatoires : model, max_tokens, messages
La reponse est dans message.content[0].text
usage vous donne le nombre de tokens consommes

Dans la prochaine lecon, nous verrons comment gerer des conversations a plusieurs tours.