Skip to main content

Usando API da Anthropic

Seguindo a documentação da Anthropic de comece a usar vamos criar um simples código só para usar a API. Isso é a base para um futuro agente que podemos criar.

Vamos fazer isso em nodejs. Se não tem o node instale no seu sistema então o comando node --version irá mostrar a versão instalada.

❯ node --version
v22.16.0

Crie uma pasta qualquer e dentro dela execute o comando abaixo. Isso irá instalar as bibliotecas para serem usadas nesta pasta. Elas ficarão dentro da pasta node_modules.

❯ npm install @anthropic-ai/sdk

Conferindo.

❯ tree -L 1  
.
├── node_modules
├── package-lock.json
├── package.json

Agora precisa de um arquivo main que chame esta biblioteca. Crie um arquivo main.js com o seguinte conteúdo.

import Anthropic from "@anthropic-ai/sdk"; // Importando a biblioca

// inicializando a biblioteca
const anthropic = new Anthropic();

// Na verdade essa função nada mais faz do que montar a requisição post que será a chamada para a api.

// Por padrão essa lib busca a variável de ambiente ANTHROPIC_API_KEY que deve estar disponível no seu terminal.
const msg = await anthropic.messages.create({
  model: "claude-opus-4-20250514",
  max_tokens: 1000,
  temperature: 1,
  // Aqui declaramos o system promp
  system: "Responda de forma objetiva e com frases curtas",
  messages: [
    {
      role: "user",
      content: [
        {
          type: "text",
          //Aqui declamos o texto do usuário.
          text: "Por que o oceano é salgado?"
        }
      ]
    }
  ]
});
console.log(msg);
❯ tree -L 1  
.
├── main.js
├── node_modules
├── package-lock.json
├── package.json

Exporte a variável de ambiente com a ANTHROPIC_API_KEY e rode o main.js.

Para que você possa fazer as chamadas vai precisar de comprar uns créditos lá na Anthropic e gerar uma APIKEY.

export ANTHROPIC_API_KEY=xxxxxxxxxx

❯ node main.js
## NOSSA RESPOSTA.
{
  id: 'msg_01SHqZPvKhbhLHzqqAbH2kJw',
  type: 'message',
  role: 'assistant',
  model: 'claude-opus-4-20250514',
  content: [
    {
      type: 'text',
      text: 'O oceano é salgado porque:\n' +
        '\n' +
        '1. **Rios levam sais**: A água da chuva dissolve minerais das rochas e os rios carregam esses sais até o mar\n' +
        '\n' +
        '2. **Evaporação concentra o sal**: A água evapora, mas o sal permanece no oceano, aumentando sua concentração ao longo de milhões de anos\n' +
        '\n' +
        '3. **Atividade vulcânica**: Vulcões submarinos liberam minerais e sais diretamente na água\n' +
        '\n' +
        '4. **Tempo geológico**: Esse processo acontece há bilhões de anos, acumulando cada vez mais sal\n' +
        '\n' +
        'O principal sal é o cloreto de sódio (sal de cozinha), mas há outros minerais dissolvidos também.'
    }
  ],
  stop_reason: 'end_turn',
  stop_sequence: null,
  usage: {
    input_tokens: 30,
    cache_creation_input_tokens: 0,
    cache_read_input_tokens: 0,
    output_tokens: 182,
    service_tier: 'standard'
  }
}

Observe como o texto de resposta veio formatado em markdown dentro de uma string e o uso de tokens de input 30 e output 182.

Se esse texto fosse exposto em markdown seria isso.

O oceano é salgado porque:

  1. Rios levam sais: A água da chuva dissolve minerais das rochas e os rios carregam esses sais até o mar
  2. Evaporação concentra o sal: A água evapora, mas o sal permanece no oceano, aumentando sua concentração ao longo de milhões de anos
  3. Atividade vulcânica: Vulcões submarinos liberam minerais e sais diretamente na água
  4. Tempo geológico: Esse processo acontece há bilhões de anos, acumulando cada vez mais sal O principal sal é o cloreto de sódio (sal de cozinha), mas há outros minerais dissolvidos também. .

A mesma requisição que estamos montando aqui pode ser feito pelo console direto no site da Anthropic em https://console.anthropic.com clicando em Create Prompt

Podemos fazer uma previsão com o contaddor de token antes de enviar a requisição para processamento. Na verdade é uma estimativa, mas podem existir diferenças muito pequenas. Vamos colocar em novo arquivo counttoken.js.

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

const client = new Anthropic();

const response = await client.messages.countTokens({
  model: 'claude-opus-4-20250514',
  system: "Responda de forma objetiva e com frases curtas",
  messages: [
    {
      role: "user",
      content: [
        {
          type: "text",
          //Aqui declamos o texto do usuário.
          text: "Por que o oceano é salgado?"
        }
      ]
    }
  ]
});

console.log(response);

Executando temos o mesmo valor esperado o que tinhamos antes.

❯ node counttoken.js
{ input_tokens: 30 }