Anthropic SDK: Python & TypeScript für eigene KI-Anwendungen

Das Anthropic SDK ist der direkteste Weg, Claude in eigene Anwendungen einzubinden. Es gibt offizielle Clients für Python, TypeScript/JavaScript, Java, Go, Ruby, C# und PHP — alle MIT-lizensiert und aktiv gepflegt. Dieser Artikel fokussiert auf die beiden meistgenutzten: Python und TypeScript.

Installation

Python (erfordert Python 3.8+):

pip install anthropic

TypeScript/Node.js (erfordert Node.js 18+):

npm install @anthropic-ai/sdk

Der API-Key kommt aus der Anthropic Console und wird sicher als Umgebungsvariable gesetzt:

export ANTHROPIC_API_KEY="sk-ant-..."

Erste API-Calls: Messages API

Die Messages API ist der Kern — sie sendet eine Konversation an Claude und empfängt die Antwort.

Python:

import anthropic

client = anthropic.Anthropic()  # liest ANTHROPIC_API_KEY automatisch

message = client.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=1024,
    messages=[
        {"role": "user", "content": "Erkläre mir Dependency Injection in 3 Sätzen."}
    ]
)

print(message.content[0].text)

TypeScript:

import Anthropic from "@anthropic-ai/sdk";

const client = new Anthropic(); // liest ANTHROPIC_API_KEY automatisch

const message = await client.messages.create({
  model: "claude-sonnet-4-6",
  max_tokens: 1024,
  messages: [
    { role: "user", content: "Erkläre mir Dependency Injection in 3 Sätzen." }
  ],
});

console.log(message.content[0].text);

Tool Use (Function Calling)

Mit Tool Use kann Claude Python- oder TypeScript-Funktionen aufrufen. Das ist die Grundlage für jeden ernsthaften Agent.

Python-Beispiel:

tools = [
    {
        "name": "get_weather",
        "description": "Gibt das aktuelle Wetter für eine Stadt zurück.",
        "input_schema": {
            "type": "object",
            "properties": {
                "city": {"type": "string", "description": "Stadtname"}
            },
            "required": ["city"]
        }
    }
]

response = client.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=1024,
    tools=tools,
    messages=[{"role": "user", "content": "Wie ist das Wetter in Berlin?"}]
)

# Claude antwortet mit einem tool_use Block wenn es das Tool aufrufen will
if response.stop_reason == "tool_use":
    tool_call = next(b for b in response.content if b.type == "tool_use")
    print(f"Tool: {tool_call.name}, Input: {tool_call.input}")

Streaming

Für eine flüssige Chat-Erfahrung gibt es Streaming — Antworten werden Wort für Wort geliefert statt als Block:

Python:

with client.messages.stream(
    model="claude-sonnet-4-6",
    max_tokens=1024,
    messages=[{"role": "user", "content": "Schreib ein kurzes Gedicht über Code."}]
) as stream:
    for text in stream.text_stream:
        print(text, end="", flush=True)

TypeScript:

const stream = await client.messages.stream({
  model: "claude-sonnet-4-6",
  max_tokens: 1024,
  messages: [{ role: "user", content: "Schreib ein kurzes Gedicht über Code." }],
});

for await (const chunk of stream.textStream) {
  process.stdout.write(chunk);
}

System Prompts und Multi-Turn-Konversationen

conversation = [
    {"role": "user", "content": "Ich lerne Python."},
    {"role": "assistant", "content": "Super! Was möchtest du lernen?"},
    {"role": "user", "content": "Wie funktionieren List Comprehensions?"}
]

response = client.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=1024,
    system="Du bist ein geduldiger Python-Lehrer. Erkläre Konzepte mit einfachen Beispielen.",
    messages=conversation
)

Welches SDK wählen?

Kriterium	Python SDK	TypeScript SDK
Backend-Anwendungen	Erste Wahl	Möglich (Node.js)
Web-Frontend	Nicht direkt	Erste Wahl
Data Science / ML	Ideal (NumPy, Pandas)	Nicht ideal
Typsicherheit	Mit mypy/pyright	Nativ (TypeScript 5.8+)
Streaming im Browser	Nein	Ja (Web Fetch API)

Fazit

Das Anthropic SDK macht den Einstieg in eigene Claude-Anwendungen unkompliziert. Beide SDKs sind gut dokumentiert, aktiv gepflegt und decken alle wichtigen Features ab: Messages, Streaming, Tool Use und Vision. Für neue Projekte empfiehlt sich Python für Backend/ML-Workloads und TypeScript für Web-Anwendungen und Full-Stack-Projekte.