---
title: "入门 Anthropic Claude Messages API"
description: "学习如何使用 AI Agent 扩展与 Anthropic Claude Messages API。"
canonical_url: "https://tiptap.zhcndoc.com/content-ai/capabilities/agent/custom-llms/get-started/anthropic-messages"
---

# 入门 Anthropic Claude Messages API

学习如何使用 AI Agent 扩展与 Anthropic Claude Messages API。

[Anthropic Claude Messages API](https://docs.anthropic.com/) 允许你使用 Anthropic 的模型构建 AI 代理。

> **代码演示可用:**
>
> 本指南包含一个代码演示，帮助你快速入门。见 [GitHub
> 仓库](https://github.com/ueberdosis/ai-agent-custom-llm-demos)。

## 客户端设置

首先，安装 AI Agent 扩展。

```bash
npm install @tiptap-pro/extension-ai-agent
```

然后，导入扩展并使用 `AiAgentProvider` 类进行配置。

```tsx
import { Editor } from '@tiptap/core'
import StarterKit from '@tiptap/starter-kit'
import AiAgent, { AiAgentProvider } from '@tiptap-pro/extension-ai-agent'

const provider = new AiAgentProvider()

const editor = new Editor({
  extensions: [
    StarterKit,
    AiAgent.configure({
      provider,
    }),
  ],
})
```

在 AI Agent 提供者内部，定义一个调用你后端的 `resolver` 函数。

```tsx
import AiAgent, { AiAgentProvider } from '@tiptap-pro/extension-ai-agent'

const provider = new AiAgentProvider({
  // `chatMessages` 属性包含对话的聊天消息
  resolver: async ({ chatMessages, schemaAwarenessData }) => {
    // 调用你的后端 API 端点
    const response = await fetch('/api-endpoint', {
      method: 'POST',
      body: JSON.stringify({ chatMessages, schemaAwarenessData }),
    })
    return await response.json()
  },
})
```

在下一节中，我们将看到如何实现返回正确格式响应的 API 端点。

## 服务器端设置

首先，安装 AI Agent 和 Anthropic 服务器库。

```bash
npm install @tiptap-pro/extension-ai-agent-server @anthropic-ai/sdk
```

从请求参数中获取聊天消息和模式感知数据。

```ts
// 你的 API 端点中的代码。代码依赖于你的后端框架
const { chatMessages, schemaAwarenessData } = request
```

然后，在你的 API 端点中，创建一个 `AiAgentToolkit` 实例。它允许你配置 AI 模型可用的工具。

```ts
import { AiAgentToolkit, anthropicMessagesAdapter } from '@tiptap-pro/extension-ai-agent-server'

const toolkit = new AiAgentToolkit({
  adapter: anthropicMessagesAdapter,
  schemaAwarenessData,
})
```

还要定义一个 `ChatMessagesFormatter` 实例。它让你将聊天消息转换成 Anthropic Claude Messages API 期望的格式。

```ts
import {
  AiAgentToolkit,
  anthropicMessagesAdapter,
  ChatMessagesFormatter,
} from '@tiptap-pro/extension-ai-agent-server'

const formatter = new ChatMessagesFormatter({
  initialMessages: chatMessages,
  adapter: anthropicMessagesAdapter,
})
```

创建工具包和格式化器后，向 Anthropic Claude Messages API 发送请求。

```ts
import {
  AiAgentToolkit,
  anthropicMessagesAdapter,
  ChatMessagesFormatter,
} from '@tiptap-pro/extension-ai-agent-server'
import Anthropic from '@anthropic-ai/sdk'

const { chatMessages, schemaAwarenessData } = request

const toolkit = new AiAgentToolkit({
  adapter: anthropicMessagesAdapter,
  schemaAwarenessData,
})

const formatter = new ChatMessagesFormatter({
  // 从请求体获取聊天消息
  initialMessages: chatMessages,
  adapter: anthropicMessagesAdapter,
})

// 初始化 Anthropic 客户端
const anthropic = new Anthropic()

// 调用 Anthropic Claude Messages API
const response = await anthropic.messages.create({
  model: 'claude-sonnet-4-0',
  max_tokens: 2048,
  system: `
<你的系统提示>
${toolkit.getSystemPrompt()}
`,
  messages: formatter.format(),
  // 提供 AI 模型可以调用的工具
  tools: toolkit.format(),
})
```

在系统提示的末尾，包含由 `AiAgentToolkit` 实例生成的系统提示，如：`toolkit.getSystemPrompt()`。它包含关于如何使用工具的指令。

有关生成系统提示的写法，参见[系统提示指南](https://tiptap.zhcndoc.com/content-ai/capabilities/agent/configure/system-prompt.md)。其中包含一个示例系统提示，可用作起点。

最后，使用 `formatter` 将响应转换为 AI Agent 扩展期望的格式。

```ts
formatter.addAiResponse(response)

const response = formatter.getResolverResponse()
```

从 `formatter.getResolverResponse()` 返回的值应作为你的 API 端点响应和 resolver 函数的返回值。