消息使用 Claude 构建

停止原因与回退

了解每个 stop_reason 值的含义，以及如何在您的应用程序中处理截断、工具使用、暂停的轮次和拒绝。

每个 Messages API 响应都包含一个 stop_reason 字段，告诉您 Claude 为什么停止生成。检查此字段以决定是按原样使用响应、继续对话、重试，还是回退到另一个模型。

有关完整的响应模式，请参阅 Messages API 参考。

快速参考

值	何时发生	应对措施
`end_turn`	Claude 自然地完成了其响应。	使用该响应。
`max_tokens`	响应达到了您的 `max_tokens` 限制。	提高 `max_tokens` 或继续该响应。
`stop_sequence`	Claude 输出了您的 `stop_sequences` 之一。	读取 `stop_sequence` 以查看触发了哪一个。
`tool_use`	Claude 正在调用工具。	运行该工具并返回结果。仍然缺少其结果块的服务器工具调用会在后续响应中完成。
`pause_turn`	服务器工具循环达到了其迭代限制。	将助手内容发送回去以继续。
`refusal`	Claude 拒绝响应。	读取 `stop_details` 并在回退模型上重试。
`model_context_window_exceeded`	响应填满了模型的上下文窗口。	将该响应视为已截断。

stop_reason 字段

stop_reason 字段是每个成功的 Messages API 响应的一部分。与表示处理请求失败的错误不同，stop_reason 告诉您 Claude 为什么完成了其响应生成。

Example response

{
  "id": "msg_01234",
  "type": "message",
  "role": "assistant",
  "content": [
    {
      "type": "text",
      "text": "Here's the answer to your question..."
    }
  ],
  "stop_reason": "end_turn",
  "stop_sequence": null,
  "stop_details": null,
  "usage": {
    "input_tokens": 100,
    "output_tokens": 50
  }
}

停止原因值

end_turn

最常见的停止原因。表示 Claude 自然地完成了其响应。

client = anthropic.Anthropic()

response = client.messages.create(
    model="claude-opus-5",
    max_tokens=1024,
    messages=[{"role": "user", "content": "Hello!"}],
)
if response.stop_reason == "end_turn":
    # 处理完整的响应
    for block in response.content:
        if block.type == "text":
            print(block.text)

max_tokens

Claude 停止是因为它达到了您请求中指定的 max_tokens 限制。

client = anthropic.Anthropic()
# 限制令牌数的请求
response = client.messages.create(
    model="claude-opus-5",
    max_tokens=10,
    messages=[{"role": "user", "content": "Explain quantum physics"}],
)

if response.stop_reason == "max_tokens":
    # 响应被截断
    print("Response was cut off at token limit")
    # 可考虑再发起一次请求以继续

stop_sequence

Claude 遇到了您的自定义停止序列之一。

client = anthropic.Anthropic()
response = client.messages.create(
    model="claude-opus-5",
    max_tokens=1024,
    stop_sequences=["END", "STOP"],
    messages=[{"role": "user", "content": "Generate text until you say END"}],
)

if response.stop_reason == "stop_sequence":
    print(f"Stopped at sequence: {response.stop_sequence}")

tool_use

Claude 正在调用工具并期望您运行它。

对于大多数工具使用实现，请使用工具运行器，它会自动处理工具执行、结果格式化和对话管理。

client = anthropic.Anthropic()
weather_tool = {
    "name": "get_weather",
    "description": "Get the current weather in a given location",
    "input_schema": {
        "type": "object",
        "properties": {
            "location": {"type": "string", "description": "City and state"},
        },
        "required": ["location"],
    },
}


def execute_tool(name, tool_input):
    """Execute a tool and return the result."""
    return f"Weather in {tool_input.get('location', 'unknown')}: 72°F"


response = client.messages.create(
    model="claude-opus-5",
    max_tokens=1024,
    tools=[weather_tool],
    messages=[{"role": "user", "content": "What is the weather in San Francisco?"}],
)

if response.stop_reason == "tool_use":
    # 提取并执行工具
    for block in response.content:
        if block.type == "tool_use":
            result = execute_tool(block.name, block.input)
            # 将结果返回给 Claude 以生成最终响应

tool_use 响应还可能包含一个 server_tool_use 块，其 id 没有匹配的结果块。该服务器工具调用尚未完成，并且此响应不携带其结果。在常见情况下，Claude 在同一组并行工具调用中调用了一个服务器工具和您的一个客户端工具：API 在不运行服务器工具的情况下返回，以便您可以先运行客户端工具。没有其他标记来表示这种状态；通过检查每个 server_tool_use 或 mcp_tool_use 块的 id 是否有匹配的结果块来检测它。

使用程序化工具调用时，相同的响应形态意味着不同的含义。客户端 tool_use 块来自在 code_execution 工具中运行的代码，而不是直接来自 Claude，其 caller 字段指明了调用它的 code_execution 块。该代码已经开始运行：它正暂停等待您的 tool_result 块，发送这些块会恢复执行，而不是启动一个延迟的工具。code_execution 块自身的结果块会在代码完成后到达，这可能需要不止一轮工具结果。在这两种情况下，后续的用户消息本身是相同的；使用程序化工具调用时，还需要传回响应的 container 字段中的 id，如该页面所示。

A mixed tool_use response

{
  "stop_reason": "tool_use",
  "content": [
    {
      "type": "server_tool_use",
      "id": "srvtoolu_01HxbWnMRmbWyMfUtJKC45rA",
      "name": "web_search",
      "input": { "query": "example article" }
    },
    {
      "type": "tool_use",
      "id": "toolu_01PjgRJLbXrXEMZwDNYLnBqk",
      "name": "run_command",
      "input": { "command": "uname -a" }
    }
  ]
}

继续请求是一条由 tool_result 块组成的用户消息，响应中的每个 tool_use 块对应一个（请参阅处理工具调用），并有两条额外规则：该消息除了 tool_result 块之外不得包含任何其他内容，并且请求必须保持相同的 tools 数组。如果恢复请求不再定义正在等待的服务器工具，则会失败并返回 400，其消息以 but no `web_search` tool was provided 结尾。API 会将您的结果附加到仍然打开的助手轮次，运行延迟的服务器工具（对于暂停的代码执行，则恢复它），并继续该轮次。对于 Claude 直接调用的服务器工具，下一个响应的 content 以回答前一个响应的 server_tool_use id 的结果块开头。

The follow-up user message

{
  "role": "user",
  "content": [
    {
      "type": "tool_result",
      "tool_use_id": "toolu_01PjgRJLbXrXEMZwDNYLnBqk",
      "content": "Linux demo-host 6.8.0-52-generic x86_64 GNU/Linux"
    }
  ]
}

在该用户消息中的 tool_result 块之后添加任何内容（例如文本）都会结束助手轮次；对于 Claude 直接调用的服务器工具，请求随后会失败并返回 400 invalid_request_error，其中指明了未解决的服务器工具：

`web_search` tool use with id `srvtoolu_01HxbWnMRmbWyMfUtJKC45rA` was found without a corresponding `web_search_tool_result` block

遗漏一个 tool_result，或将其放在其他内容之后，会更早地失败，并返回标准的 tool_use ids were found without tool_result blocks immediately after 错误。要向 Claude 提供更多输入，请在轮次完成后将其作为单独的用户消息发送。

pause_turn

当服务器端采样循环在执行服务器工具（例如网络搜索）时达到其迭代限制时返回。默认限制为每个请求 10 次迭代。

发生这种情况时，响应可能包含一个没有对应结果块的 server_tool_use 块。要让 Claude 完成处理，请按原样将响应发送回去以继续对话。让客户端 tool_use 块等待您处理的响应永远不会有 pause_turn 的 stop_reason：当 Claude 停下来调用您的工具时，stop_reason 是 tool_use，您通过发送客户端 tool_result 块而不是响应本身来继续它。

response = client.messages.create(
    model="claude-opus-5",
    max_tokens=4096,
    tools=[{"type": "web_search_20250305", "name": "web_search"}],
    messages=[{"role": "user", "content": "Search for latest AI news"}],
)

if response.stop_reason == "pause_turn":
    # 通过将响应发送回去来继续对话
    messages = [
        {"role": "user", "content": "Search for latest AI news"},
        {"role": "assistant", "content": response.content},
    ]
    continuation = client.messages.create(
        model="claude-opus-5",
        max_tokens=4096,
        messages=messages,
        tools=[{"type": "web_search_20250305", "name": "web_search"}],
    )

您的应用程序应在任何使用服务器工具的代理循环中处理 pause_turn。将助手的响应添加到您的消息数组中，并发出另一个 API 请求以让 Claude 继续。

refusal

Claude 拒绝生成响应。安全分类器将此停止原因作为正常的 HTTP 200 响应返回，而不是错误。

client = anthropic.Anthropic()
response = client.messages.create(
    model="claude-opus-5",
    max_tokens=1024,
    messages=[{"role": "user", "content": "[Unsafe request]"}],
)

if response.stop_reason == "refusal":
    # Claude 拒绝了响应
    print("Claude was unable to process this request")
    # 请考虑改写或修改请求

如果您在使用 Claude Sonnet 4.5 或 Opus 4.1（已弃用；请参阅模型弃用）时频繁遇到 refusal 停止原因，您可以尝试更新您的 API 调用以使用 Haiku 4.5（claude-haiku-4-5-20251001），它具有不同的使用限制。了解更多关于理解 Sonnet 4.5 的 API 安全过滤器的信息。

发生拒绝时，stop_details 对象会标识触发它的策略类别。这些类别和完整的拒绝响应形态在拒绝与回退中有介绍。对于除 refusal 之外的所有停止原因，stop_details 均为 null。

在 Claude Fable 5 或 Claude Opus 5 上被拒绝的请求通常可以通过在另一个 Claude 模型上重试来完成，拒绝与回退展示了如何在服务器端或在您的客户端中设置该重试。回退额度介绍了当您自己构建重试时如何避免重复支付提示缓存成本。

model_context_window_exceeded

Claude 停止是因为它达到了模型的上下文窗口限制。这使您可以在不知道确切输入大小的情况下请求尽可能多的令牌。

此停止原因目前仅在 SDK 的 beta 命名空间中定义类型，因此以下示例调用 client.beta.messages 并使用带 Beta 前缀的类型。在 Sonnet 4.5 及更新的模型上，API 无需 beta 标头即可返回此值。对于较早的模型，请添加 model-context-window-exceeded-2025-08-26 beta 标头以启用它。

# 请求最大令牌数以获取尽可能多的内容
response = client.beta.messages.create(
    model="claude-opus-5",
    max_tokens=20000,  # Python SDK requires streaming for max_tokens above ~21k
    messages=[
        {"role": "user", "content": "Large input that uses most of context window..."}
    ],
)

if response.stop_reason == "model_context_window_exceeded":
    # 响应在达到 max_tokens 之前就触及了上下文窗口限制
    print("Response reached model's context window limit")
    # 响应仍然有效，但受到了上下文窗口的限制

处理停止原因的最佳实践

始终检查 stop_reason

养成在响应处理逻辑中检查 stop_reason 的习惯：

def handle_response(response):
    if response.stop_reason == "tool_use":
        return handle_tool_use(response)
    elif response.stop_reason == "max_tokens":
        return handle_truncation(response)
    elif response.stop_reason == "model_context_window_exceeded":
        return handle_context_limit(response)
    elif response.stop_reason == "pause_turn":
        return handle_pause(response)
    elif response.stop_reason == "refusal":
        return handle_refusal(response)
    else:
        # 处理 end_turn 和其他情况
        return next(
            (block.text for block in response.content if block.type == "text"), ""
        )

优雅地处理被截断的响应

当响应因令牌限制或上下文窗口而被截断时，请附加一条通知，让读者知道输出是不完整的。若要从响应中断的位置继续生成，请参阅确保完整的响应。

def handle_truncated_response(response):
    text = next((block.text for block in response.content if block.type == "text"), "")
    if response.stop_reason in ["max_tokens", "model_context_window_exceeded"]:
        if response.stop_reason == "max_tokens":
            note = "[Response truncated due to max_tokens limit]"
        else:
            note = "[Response truncated due to context window limit]"
        return f"{text}\n\n{note}"
    return text

为 pause_turn 实现重试逻辑

使用服务器工具时，如果服务器端采样循环达到其迭代限制（默认为 10），API 可能会返回 pause_turn。通过继续对话来处理这种情况：

def handle_server_tool_conversation(client, user_query, tools, max_continuations=5):
    """
    Handle server tool conversations that may require multiple continuations.

    The server runs a sampling loop when executing server tools. If the loop
    reaches its iteration limit, the API returns pause_turn. Continue the
    conversation by sending the response back to let Claude finish.
    """
    messages = [{"role": "user", "content": user_query}]

    for _ in range(max_continuations):
        response = client.messages.create(
            model="claude-opus-5", max_tokens=4096, messages=messages, tools=tools
        )

        if response.stop_reason != "pause_turn":
            # Claude 已完成处理 - 返回最终响应
            return response

        # pause_turn：替换完整的消息列表以保持角色交替
        messages = [
            {"role": "user", "content": user_query},
            {"role": "assistant", "content": response.content},
        ]

    # 已达到最大继续次数 - 返回最后一个响应
    return response

停止原因与错误的区别

区分 stop_reason 值和实际错误非常重要：

停止原因（成功的响应）

是响应正文的一部分
表示生成为何正常停止
响应包含有效内容

错误（失败的请求）

HTTP 状态码 4xx 或 5xx
表示请求处理失败
响应包含错误详情

client = anthropic.Anthropic()

try:
    response = client.messages.create(
        model="claude-opus-5",
        max_tokens=1024,
        messages=[{"role": "user", "content": "Hello!"}],
    )

    # 处理带有 stop_reason 的成功响应
    if response.stop_reason == "max_tokens":
        print("Response was truncated")

except anthropic.APIStatusError as e:
    # 处理实际错误
    if e.status_code == 429:
        print("Rate limit exceeded")
    elif e.status_code == 500:
        print("Server error")

流式传输注意事项

使用流式传输时，stop_reason 为：

在初始的 message_start 事件中为 null
在 message_delta 事件中提供
在任何其他事件中不提供

client = anthropic.Anthropic()

with client.messages.stream(
    model="claude-opus-5",
    max_tokens=1024,
    messages=[{"role": "user", "content": "Hello!"}],
) as stream:
    for event in stream:
        if event.type == "message_delta":
            stop_reason = event.delta.stop_reason
            if stop_reason:
                print(f"Stream ended with: {stop_reason}")

常见模式

处理工具使用工作流

**使用工具运行器更简单：**以下示例展示了手动工具处理。对于大多数用例，工具运行器会以少得多的代码自动处理工具执行。

def complete_tool_workflow(client, user_query, tools):
    messages = [{"role": "user", "content": user_query}]

    while True:
        response = client.messages.create(
            model="claude-opus-5", max_tokens=1024, messages=messages, tools=tools
        )

        if response.stop_reason == "tool_use":
            # 执行工具并继续
            tool_results = execute_tools(response.content)
            messages.append({"role": "assistant", "content": response.content})
            messages.append({"role": "user", "content": tool_results})
        else:
            # 最终响应
            return response

确保完整的响应

def get_complete_response(client, prompt, max_attempts=3):
    messages = [{"role": "user", "content": prompt}]
    full_response = ""

    for _ in range(max_attempts):
        response = client.messages.create(
            model="claude-opus-5", messages=messages, max_tokens=4096
        )

        full_response += next(
            (block.text for block in response.content if block.type == "text"), ""
        )

        if response.stop_reason != "max_tokens":
            break

        # 从上次中断的地方继续
        messages = [
            {"role": "user", "content": prompt},
            {"role": "assistant", "content": full_response},
            {"role": "user", "content": "Please continue from where you left off."},
        ]

    return full_response

在不知道输入大小的情况下获取最大令牌数

借助 model_context_window_exceeded 停止原因，您可以在不计算输入大小的情况下请求尽可能多的令牌：

def get_max_possible_tokens(client, prompt):
    """
    Get as many tokens as possible within the model's context window
    without needing to calculate input token count
    """
    response = client.beta.messages.create(
        model="claude-opus-5",
        messages=[{"role": "user", "content": prompt}],
        max_tokens=20000,  # Python SDK requires streaming for max_tokens above ~21k
    )

    if response.stop_reason == "model_context_window_exceeded":
        # 在给定输入大小下获得了可能的最大令牌数
        print(
            f"Generated {response.usage.output_tokens} tokens (context limit reached)"
        )
    elif response.stop_reason == "max_tokens":
        # 恰好获得了请求的令牌数
        print(f"Generated {response.usage.output_tokens} tokens (max_tokens reached)")
    else:
        # 自然完成
        print(f"Generated {response.usage.output_tokens} tokens (natural completion)")

    return next((block.text for block in response.content if block.type == "text"), "")

后续步骤

拒绝与回退

在服务器端或在您的客户端中，在回退模型上重试被拒绝的请求。

工具运行器（SDK）

让 SDK 为您管理 tool_use 循环、结果格式化和重试。

流式传输消息

在流式传输时从 message_delta 事件中读取 stop_reason。

错误

处理 4xx 和 5xx HTTP 错误，它们与停止原因不同。

Was this page helpful?

消息使用 Claude 构建

停止原因与回退

了解每个 stop_reason 值的含义，以及如何在您的应用程序中处理截断、工具使用、暂停的轮次和拒绝。

有关完整的响应模式，请参阅 Messages API 参考。

快速参考

值	何时发生	应对措施
`end_turn`	Claude 自然地完成了其响应。	使用该响应。
`max_tokens`	响应达到了您的 `max_tokens` 限制。	提高 `max_tokens` 或继续该响应。
`stop_sequence`	Claude 输出了您的 `stop_sequences` 之一。	读取 `stop_sequence` 以查看触发了哪一个。
`tool_use`	Claude 正在调用工具。	运行该工具并返回结果。仍然缺少其结果块的服务器工具调用会在后续响应中完成。
`pause_turn`	服务器工具循环达到了其迭代限制。	将助手内容发送回去以继续。
`refusal`	Claude 拒绝响应。	读取 `stop_details` 并在回退模型上重试。
`model_context_window_exceeded`	响应填满了模型的上下文窗口。	将该响应视为已截断。

stop_reason 字段

stop_reason 字段是每个成功的 Messages API 响应的一部分。与表示处理请求失败的错误不同，stop_reason 告诉您 Claude 为什么完成了其响应生成。

Example response

{
  "id": "msg_01234",
  "type": "message",
  "role": "assistant",
  "content": [
    {
      "type": "text",
      "text": "Here's the answer to your question..."
    }
  ],
  "stop_reason": "end_turn",
  "stop_sequence": null,
  "stop_details": null,
  "usage": {
    "input_tokens": 100,
    "output_tokens": 50
  }
}

停止原因值

end_turn

最常见的停止原因。表示 Claude 自然地完成了其响应。

client = anthropic.Anthropic()

response = client.messages.create(
    model="claude-opus-5",
    max_tokens=1024,
    messages=[{"role": "user", "content": "Hello!"}],
)
if response.stop_reason == "end_turn":
    # 处理完整的响应
    for block in response.content:
        if block.type == "text":
            print(block.text)

max_tokens

Claude 停止是因为它达到了您请求中指定的 max_tokens 限制。

client = anthropic.Anthropic()
# 限制令牌数的请求
response = client.messages.create(
    model="claude-opus-5",
    max_tokens=10,
    messages=[{"role": "user", "content": "Explain quantum physics"}],
)

if response.stop_reason == "max_tokens":
    # 响应被截断
    print("Response was cut off at token limit")
    # 可考虑再发起一次请求以继续

stop_sequence

Claude 遇到了您的自定义停止序列之一。

client = anthropic.Anthropic()
response = client.messages.create(
    model="claude-opus-5",
    max_tokens=1024,
    stop_sequences=["END", "STOP"],
    messages=[{"role": "user", "content": "Generate text until you say END"}],
)

if response.stop_reason == "stop_sequence":
    print(f"Stopped at sequence: {response.stop_sequence}")

tool_use

Claude 正在调用工具并期望您运行它。

对于大多数工具使用实现，请使用工具运行器，它会自动处理工具执行、结果格式化和对话管理。

client = anthropic.Anthropic()
weather_tool = {
    "name": "get_weather",
    "description": "Get the current weather in a given location",
    "input_schema": {
        "type": "object",
        "properties": {
            "location": {"type": "string", "description": "City and state"},
        },
        "required": ["location"],
    },
}


def execute_tool(name, tool_input):
    """Execute a tool and return the result."""
    return f"Weather in {tool_input.get('location', 'unknown')}: 72°F"


response = client.messages.create(
    model="claude-opus-5",
    max_tokens=1024,
    tools=[weather_tool],
    messages=[{"role": "user", "content": "What is the weather in San Francisco?"}],
)

if response.stop_reason == "tool_use":
    # 提取并执行工具
    for block in response.content:
        if block.type == "tool_use":
            result = execute_tool(block.name, block.input)
            # 将结果返回给 Claude 以生成最终响应

A mixed tool_use response

{
  "stop_reason": "tool_use",
  "content": [
    {
      "type": "server_tool_use",
      "id": "srvtoolu_01HxbWnMRmbWyMfUtJKC45rA",
      "name": "web_search",
      "input": { "query": "example article" }
    },
    {
      "type": "tool_use",
      "id": "toolu_01PjgRJLbXrXEMZwDNYLnBqk",
      "name": "run_command",
      "input": { "command": "uname -a" }
    }
  ]
}

The follow-up user message

{
  "role": "user",
  "content": [
    {
      "type": "tool_result",
      "tool_use_id": "toolu_01PjgRJLbXrXEMZwDNYLnBqk",
      "content": "Linux demo-host 6.8.0-52-generic x86_64 GNU/Linux"
    }
  ]
}

`web_search` tool use with id `srvtoolu_01HxbWnMRmbWyMfUtJKC45rA` was found without a corresponding `web_search_tool_result` block

pause_turn

当服务器端采样循环在执行服务器工具（例如网络搜索）时达到其迭代限制时返回。默认限制为每个请求 10 次迭代。

response = client.messages.create(
    model="claude-opus-5",
    max_tokens=4096,
    tools=[{"type": "web_search_20250305", "name": "web_search"}],
    messages=[{"role": "user", "content": "Search for latest AI news"}],
)

if response.stop_reason == "pause_turn":
    # 通过将响应发送回去来继续对话
    messages = [
        {"role": "user", "content": "Search for latest AI news"},
        {"role": "assistant", "content": response.content},
    ]
    continuation = client.messages.create(
        model="claude-opus-5",
        max_tokens=4096,
        messages=messages,
        tools=[{"type": "web_search_20250305", "name": "web_search"}],
    )

您的应用程序应在任何使用服务器工具的代理循环中处理 pause_turn。将助手的响应添加到您的消息数组中，并发出另一个 API 请求以让 Claude 继续。

refusal

Claude 拒绝生成响应。安全分类器将此停止原因作为正常的 HTTP 200 响应返回，而不是错误。

client = anthropic.Anthropic()
response = client.messages.create(
    model="claude-opus-5",
    max_tokens=1024,
    messages=[{"role": "user", "content": "[Unsafe request]"}],
)

if response.stop_reason == "refusal":
    # Claude 拒绝了响应
    print("Claude was unable to process this request")
    # 请考虑改写或修改请求

model_context_window_exceeded

Claude 停止是因为它达到了模型的上下文窗口限制。这使您可以在不知道确切输入大小的情况下请求尽可能多的令牌。

# 请求最大令牌数以获取尽可能多的内容
response = client.beta.messages.create(
    model="claude-opus-5",
    max_tokens=20000,  # Python SDK requires streaming for max_tokens above ~21k
    messages=[
        {"role": "user", "content": "Large input that uses most of context window..."}
    ],
)

if response.stop_reason == "model_context_window_exceeded":
    # 响应在达到 max_tokens 之前就触及了上下文窗口限制
    print("Response reached model's context window limit")
    # 响应仍然有效，但受到了上下文窗口的限制

处理停止原因的最佳实践

始终检查 stop_reason

养成在响应处理逻辑中检查 stop_reason 的习惯：

def handle_response(response):
    if response.stop_reason == "tool_use":
        return handle_tool_use(response)
    elif response.stop_reason == "max_tokens":
        return handle_truncation(response)
    elif response.stop_reason == "model_context_window_exceeded":
        return handle_context_limit(response)
    elif response.stop_reason == "pause_turn":
        return handle_pause(response)
    elif response.stop_reason == "refusal":
        return handle_refusal(response)
    else:
        # 处理 end_turn 和其他情况
        return next(
            (block.text for block in response.content if block.type == "text"), ""
        )

优雅地处理被截断的响应

def handle_truncated_response(response):
    text = next((block.text for block in response.content if block.type == "text"), "")
    if response.stop_reason in ["max_tokens", "model_context_window_exceeded"]:
        if response.stop_reason == "max_tokens":
            note = "[Response truncated due to max_tokens limit]"
        else:
            note = "[Response truncated due to context window limit]"
        return f"{text}\n\n{note}"
    return text

为 pause_turn 实现重试逻辑

使用服务器工具时，如果服务器端采样循环达到其迭代限制（默认为 10），API 可能会返回 pause_turn。通过继续对话来处理这种情况：

def handle_server_tool_conversation(client, user_query, tools, max_continuations=5):
    """
    Handle server tool conversations that may require multiple continuations.

    The server runs a sampling loop when executing server tools. If the loop
    reaches its iteration limit, the API returns pause_turn. Continue the
    conversation by sending the response back to let Claude finish.
    """
    messages = [{"role": "user", "content": user_query}]

    for _ in range(max_continuations):
        response = client.messages.create(
            model="claude-opus-5", max_tokens=4096, messages=messages, tools=tools
        )

        if response.stop_reason != "pause_turn":
            # Claude 已完成处理 - 返回最终响应
            return response

        # pause_turn：替换完整的消息列表以保持角色交替
        messages = [
            {"role": "user", "content": user_query},
            {"role": "assistant", "content": response.content},
        ]

    # 已达到最大继续次数 - 返回最后一个响应
    return response

停止原因与错误的区别

区分 stop_reason 值和实际错误非常重要：

停止原因（成功的响应）

是响应正文的一部分
表示生成为何正常停止
响应包含有效内容

错误（失败的请求）

HTTP 状态码 4xx 或 5xx
表示请求处理失败
响应包含错误详情

client = anthropic.Anthropic()

try:
    response = client.messages.create(
        model="claude-opus-5",
        max_tokens=1024,
        messages=[{"role": "user", "content": "Hello!"}],
    )

    # 处理带有 stop_reason 的成功响应
    if response.stop_reason == "max_tokens":
        print("Response was truncated")

except anthropic.APIStatusError as e:
    # 处理实际错误
    if e.status_code == 429:
        print("Rate limit exceeded")
    elif e.status_code == 500:
        print("Server error")

流式传输注意事项

使用流式传输时，stop_reason 为：

在初始的 message_start 事件中为 null
在 message_delta 事件中提供
在任何其他事件中不提供

client = anthropic.Anthropic()

with client.messages.stream(
    model="claude-opus-5",
    max_tokens=1024,
    messages=[{"role": "user", "content": "Hello!"}],
) as stream:
    for event in stream:
        if event.type == "message_delta":
            stop_reason = event.delta.stop_reason
            if stop_reason:
                print(f"Stream ended with: {stop_reason}")

常见模式

处理工具使用工作流

**使用工具运行器更简单：**以下示例展示了手动工具处理。对于大多数用例，工具运行器会以少得多的代码自动处理工具执行。

def complete_tool_workflow(client, user_query, tools):
    messages = [{"role": "user", "content": user_query}]

    while True:
        response = client.messages.create(
            model="claude-opus-5", max_tokens=1024, messages=messages, tools=tools
        )

        if response.stop_reason == "tool_use":
            # 执行工具并继续
            tool_results = execute_tools(response.content)
            messages.append({"role": "assistant", "content": response.content})
            messages.append({"role": "user", "content": tool_results})
        else:
            # 最终响应
            return response

确保完整的响应

def get_complete_response(client, prompt, max_attempts=3):
    messages = [{"role": "user", "content": prompt}]
    full_response = ""

    for _ in range(max_attempts):
        response = client.messages.create(
            model="claude-opus-5", messages=messages, max_tokens=4096
        )

        full_response += next(
            (block.text for block in response.content if block.type == "text"), ""
        )

        if response.stop_reason != "max_tokens":
            break

        # 从上次中断的地方继续
        messages = [
            {"role": "user", "content": prompt},
            {"role": "assistant", "content": full_response},
            {"role": "user", "content": "Please continue from where you left off."},
        ]

    return full_response

在不知道输入大小的情况下获取最大令牌数

借助 model_context_window_exceeded 停止原因，您可以在不计算输入大小的情况下请求尽可能多的令牌：

def get_max_possible_tokens(client, prompt):
    """
    Get as many tokens as possible within the model's context window
    without needing to calculate input token count
    """
    response = client.beta.messages.create(
        model="claude-opus-5",
        messages=[{"role": "user", "content": prompt}],
        max_tokens=20000,  # Python SDK requires streaming for max_tokens above ~21k
    )

    if response.stop_reason == "model_context_window_exceeded":
        # 在给定输入大小下获得了可能的最大令牌数
        print(
            f"Generated {response.usage.output_tokens} tokens (context limit reached)"
        )
    elif response.stop_reason == "max_tokens":
        # 恰好获得了请求的令牌数
        print(f"Generated {response.usage.output_tokens} tokens (max_tokens reached)")
    else:
        # 自然完成
        print(f"Generated {response.usage.output_tokens} tokens (natural completion)")

    return next((block.text for block in response.content if block.type == "text"), "")

后续步骤

拒绝与回退

在服务器端或在您的客户端中，在回退模型上重试被拒绝的请求。

工具运行器（SDK）

让 SDK 为您管理 tool_use 循环、结果格式化和重试。

流式传输消息

在流式传输时从 message_delta 事件中读取 stop_reason。

错误

处理 4xx 和 5xx HTTP 错误，它们与停止原因不同。

Was this page helpful?

快速参考

stop_reason 字段

停止原因值

end_turn

带有 end_turn 的空响应

max_tokens

不完整的工具使用块

stop_sequence

tool_use

pause_turn

refusal

model_context_window_exceeded

处理停止原因的最佳实践

始终检查 stop_reason

优雅地处理被截断的响应

为 pause_turn 实现重试逻辑

停止原因与错误的区别

停止原因（成功的响应）

错误（失败的请求）

流式传输注意事项

常见模式

处理工具使用工作流

确保完整的响应

在不知道输入大小的情况下获取最大令牌数

后续步骤

快速参考

stop_reason 字段

停止原因值

end_turn

带有 end_turn 的空响应

max_tokens

不完整的工具使用块

stop_sequence

tool_use

pause_turn

refusal

model_context_window_exceeded

处理停止原因的最佳实践

始终检查 stop_reason

优雅地处理被截断的响应

为 pause_turn 实现重试逻辑

停止原因与错误的区别

停止原因（成功的响应）

错误（失败的请求）

流式传输注意事项

常见模式

处理工具使用工作流

确保完整的响应

在不知道输入大小的情况下获取最大令牌数

后续步骤

快速参考

stop_reason 字段

停止原因值

end_turn

max_tokens

stop_sequence

tool_use

pause_turn

refusal

model_context_window_exceeded

处理停止原因的最佳实践

始终检查 stop_reason

优雅地处理被截断的响应

为 pause_turn 实现重试逻辑

停止原因与错误的区别

停止原因（成功的响应）

错误（失败的请求）

流式传输注意事项

常见模式

处理工具使用工作流

确保完整的响应

在不知道输入大小的情况下获取最大令牌数

后续步骤

快速参考

stop_reason 字段

停止原因值

end_turn

max_tokens

stop_sequence

tool_use

pause_turn

refusal

model_context_window_exceeded

处理停止原因的最佳实践

始终检查 stop_reason

优雅地处理被截断的响应

为 pause_turn 实现重试逻辑

停止原因与错误的区别

停止原因（成功的响应）

错误（失败的请求）

流式传输注意事项

常见模式

处理工具使用工作流

确保完整的响应

在不知道输入大小的情况下获取最大令牌数

后续步骤