Claude 在第三方平台上

Claude in Microsoft Foundry

通过 Microsoft Foundry 使用 Azure 原生端点和身份验证访问 Claude 模型。

本指南将引导您完成在 Python、TypeScript 或使用直接 HTTP 请求中设置和调用 Claude in Foundry 的过程。当您可以访问 Foundry 中的 Claude 时，您将通过 Microsoft Marketplace 使用您的 Azure 订阅为 Claude 使用付费，这样您可以访问 Claude 的最新功能，同时通过 Azure 订阅管理成本。

区域可用性：在推出时，Claude 在 Foundry 资源中作为全球标准部署类型可用，美国数据区即将推出。Microsoft Marketplace 中 Claude 的定价使用 Anthropic 的标准 API 定价。访问我们的定价页面了解详情。

预览

在此预览平台集成中，Claude 模型在 Anthropic 的基础设施上运行。这是通过 Azure 进行计费和访问的商业集成。作为 Microsoft 的独立处理者，通过 Microsoft Foundry 使用 Claude 的客户受 Anthropic 的数据使用条款约束。Anthropic 继续提供其行业领先的安全和数据承诺，包括零数据保留可用性。

前置条件

在开始之前，请确保您拥有：

有效的 Azure 订阅
访问 Foundry 的权限
已安装 Azure CLI（可选，用于资源管理）

安装 SDK

Anthropic 的客户端 SDK通过特定于平台的包支持 Foundry。

# Python
pip install -U "anthropic"

# Typescript
npm install @anthropic-ai/foundry-sdk

配置

Foundry 使用两级层次结构：资源包含您的安全和计费配置，而部署是您通过 API 调用的模型实例。您首先需要创建一个 Foundry 资源，然后在其中创建一个或多个 Claude 部署。

配置 Foundry 资源

创建一个 Foundry 资源，这是在 Azure 中使用和管理服务所必需的。您可以按照这些说明创建Foundry 资源。或者，您可以首先创建一个Foundry 项目，这涉及创建一个 Foundry 资源。

要配置您的资源：

导航到 Foundry 门户
创建新的 Foundry 资源或选择现有资源
使用 Azure 颁发的 API 密钥或 Entra ID 配置访问管理，以实现基于角色的访问控制
可选地配置资源成为专用网络（Azure 虚拟网络）的一部分，以增强安全性
记下您的资源名称——您将在 API 端点中将其用作 {resource}（例如，https://{resource}.services.ai.azure.com/anthropic/v1/*）

创建 Foundry 部署

创建资源后，部署 Claude 模型以使其可用于 API 调用：

在 Foundry 门户中，导航到您的资源
转到模型 + 端点并选择**+ 部署模型** > 部署基础模型
搜索并选择 Claude 模型（例如，claude-sonnet-4-5）
配置部署设置：
- 部署名称：默认为模型 ID，但您可以自定义它（例如，my-claude-deployment）。部署名称在创建后无法更改。
- 部署类型：选择全球标准（推荐用于 Claude）
选择部署并等待配置完成
部署后，您可以在密钥和端点下找到您的端点 URL 和密钥

您选择的部署名称将成为您在 API 请求的 model 参数中传递的值。您可以创建同一模型的多个部署，使用不同的名称来管理单独的配置或速率限制。

身份验证

Claude on Foundry 支持两种身份验证方法：API 密钥和 Entra ID 令牌。两种方法都使用格式为 https://{resource}.services.ai.azure.com/anthropic/v1/* 的 Azure 托管端点。

API 密钥身份验证

配置 Foundry Claude 资源后，您可以从 Foundry 门户获取 API 密钥：

在 Foundry 门户中导航到您的资源
转到密钥和端点部分
复制提供的 API 密钥之一
在您的请求中使用 api-key 或 x-api-key 标头，或将其提供给 SDK

Python 和 TypeScript SDK 需要 API 密钥以及资源名称或基础 URL。如果定义了以下环境变量，SDK 将自动从其中读取：

ANTHROPIC_FOUNDRY_API_KEY - 您的 API 密钥
ANTHROPIC_FOUNDRY_RESOURCE - 您的资源名称（例如，example-resource）
ANTHROPIC_FOUNDRY_BASE_URL - 资源名称的替代方案；完整的基础 URL（例如，https://example-resource.services.ai.azure.com/anthropic/）

resource 和 base_url 参数是互斥的。提供资源名称（SDK 使用它来构造 URL 为 https://{resource}.services.ai.azure.com/anthropic/）或直接提供完整的基础 URL。

使用 API 密钥的示例：

import os
from anthropic import AnthropicFoundry

client = AnthropicFoundry(
    api_key=os.environ.get("ANTHROPIC_FOUNDRY_API_KEY"),
    resource='example-resource', # your resource name
)

message = client.messages.create(
    model="claude-sonnet-4-5",
    max_tokens=1024,
    messages=[{"role": "user", "content": "Hello!"}]
)
print(message.content)

保护您的 API 密钥。永远不要将其提交到版本控制或公开分享。任何有权访问您的 API 密钥的人都可以通过您的 Foundry 资源向 Claude 发出请求。

Microsoft Entra 身份验证

为了增强安全性和集中式访问管理，您可以使用 Entra ID（以前称为 Azure Active Directory）令牌：

为您的 Foundry 资源启用 Entra 身份验证
从 Entra ID 获取访问令牌
在 Authorization: Bearer {TOKEN} 标头中使用令牌

使用 Entra ID 的示例：

import os
from anthropic import AnthropicFoundry
from azure.identity import DefaultAzureCredential, get_bearer_token_provider

# Get Azure Entra ID token using token provider pattern
token_provider = get_bearer_token_provider(
    DefaultAzureCredential(),
    "https://cognitiveservices.azure.com/.default"
)

# Create client with Entra ID authentication
client = AnthropicFoundry(
    resource='example-resource', # your resource name
    azure_ad_token_provider=token_provider  # Use token provider for Entra ID auth
)

# Make request
message = client.messages.create(
    model="claude-sonnet-4-5",
    max_tokens=1024,
    messages=[{"role": "user", "content": "Hello!"}]
)
print(message.content)

Azure Entra ID 身份验证允许您使用 Azure RBAC 管理访问，与您组织的身份管理集成，并避免手动管理 API 密钥。

关联请求 ID

Foundry 在 HTTP 响应标头中包含请求标识符，用于调试和跟踪。联系支持时，请提供 request-id 和 apim-request-id 值，以帮助团队快速定位和调查您在 Anthropic 和 Azure 系统中的请求。

支持的功能

Claude on Foundry 支持 Claude 的大多数强大功能。您可以在此处找到当前支持的所有功能。

不支持的功能

管理 API（/v1/organizations/* 端点）
模型 API（/v1/models）
消息批处理 API（/v1/messages/batches）

API 响应

来自 Claude on Foundry 的 API 响应遵循标准的 Anthropic API 响应格式。这包括响应体中的 usage 对象，它提供了您的请求的详细令牌消耗信息。usage 对象在所有平台上都是一致的（第一方 API、Foundry、Amazon Bedrock 和 Google Vertex AI）。

有关特定于 Foundry 的响应标头的详情，请参阅关联请求 ID 部分。

API 模型 ID 和部署

以下 Claude 模型可通过 Foundry 获得。最新一代模型（Sonnet 4.5、Opus 4.1 和 Haiku 4.5）提供最先进的功能：

模型	默认部署名称
Claude Sonnet 4.5	`claude-sonnet-4-5`
Claude Opus 4.1	`claude-opus-4-1`
Claude Haiku 4.5	`claude-haiku-4-5`

默认情况下，部署名称与上面显示的模型 ID 匹配。但是，您可以在 Foundry 门户中创建具有不同名称的自定义部署，以管理不同的配置、版本或速率限制。在您的 API 请求中使用部署名称（不一定是模型 ID）。

监控和日志记录

Azure 通过标准 Azure 模式为您的 Claude 使用提供全面的监控和日志记录功能：

Azure Monitor：跟踪 API 使用情况、延迟和错误率
Azure Log Analytics：查询和分析请求/响应日志
成本管理：监控和预测与 Claude 使用相关的成本

Anthropic 建议至少在 30 天滚动基础上记录您的活动，以了解使用模式并调查任何潜在问题。

Azure 的日志记录服务在您的 Azure 订阅中配置。启用日志记录不会向 Microsoft 或 Anthropic 提供对您内容的访问权限，除了计费和服务运营所必需的内容。

故障排除

身份验证错误

错误：401 Unauthorized 或 Invalid API key

解决方案：验证您的 API 密钥是否正确。您可以从 Azure 门户中您的 Claude 资源的密钥和端点下获取新的 API 密钥。
解决方案：如果使用 Azure Entra ID，请确保您的访问令牌有效且未过期。令牌通常在 1 小时后过期。

错误：403 Forbidden

解决方案：您的 Azure 帐户可能缺少必要的权限。确保您已分配适当的 Azure RBAC 角色（例如，"Cognitive Services OpenAI User"）。

速率限制

错误：429 Too Many Requests

解决方案：您已超过速率限制。在您的应用程序中实现指数退避和重试逻辑。
解决方案：考虑通过 Azure 门户或 Azure 支持请求增加速率限制。

速率限制标头

Foundry 在响应中不包括 Anthropic 的标准速率限制标头（anthropic-ratelimit-tokens-limit、anthropic-ratelimit-tokens-remaining、anthropic-ratelimit-tokens-reset、anthropic-ratelimit-input-tokens-limit、anthropic-ratelimit-input-tokens-remaining、anthropic-ratelimit-input-tokens-reset、anthropic-ratelimit-output-tokens-limit、anthropic-ratelimit-output-tokens-remaining 和 anthropic-ratelimit-output-tokens-reset）。改为通过 Azure 的监控工具管理速率限制。

模型和部署错误

错误：Model not found 或 Deployment not found

解决方案：验证您使用的是正确的部署名称。如果您还没有创建自定义部署，请使用默认模型 ID（例如，claude-sonnet-4-5）。
解决方案：确保模型/部署在您的 Azure 区域中可用。

错误：Invalid model parameter

解决方案：model 参数应包含您的部署名称，可以在 Foundry 门户中自定义。验证部署存在且配置正确。

其他资源

Foundry 文档：ai.azure.com/catalog
Azure 定价：azure.microsoft.com/en-us/pricing
Anthropic 定价详情：定价文档
身份验证指南：查看上面的身份验证部分
Azure 门户：portal.azure.com

Claude 在第三方平台上

Claude in Microsoft Foundry

通过 Microsoft Foundry 使用 Azure 原生端点和身份验证访问 Claude 模型。

预览

前置条件

在开始之前，请确保您拥有：

有效的 Azure 订阅
访问 Foundry 的权限
已安装 Azure CLI（可选，用于资源管理）

安装 SDK

Anthropic 的客户端 SDK通过特定于平台的包支持 Foundry。

# Python
pip install -U "anthropic"

# Typescript
npm install @anthropic-ai/foundry-sdk

配置

配置 Foundry 资源

要配置您的资源：

导航到 Foundry 门户
创建新的 Foundry 资源或选择现有资源
使用 Azure 颁发的 API 密钥或 Entra ID 配置访问管理，以实现基于角色的访问控制
可选地配置资源成为专用网络（Azure 虚拟网络）的一部分，以增强安全性
记下您的资源名称——您将在 API 端点中将其用作 {resource}（例如，https://{resource}.services.ai.azure.com/anthropic/v1/*）

创建 Foundry 部署

创建资源后，部署 Claude 模型以使其可用于 API 调用：

在 Foundry 门户中，导航到您的资源
转到模型 + 端点并选择**+ 部署模型** > 部署基础模型
搜索并选择 Claude 模型（例如，claude-sonnet-4-5）
配置部署设置：
- 部署名称：默认为模型 ID，但您可以自定义它（例如，my-claude-deployment）。部署名称在创建后无法更改。
- 部署类型：选择全球标准（推荐用于 Claude）
选择部署并等待配置完成
部署后，您可以在密钥和端点下找到您的端点 URL 和密钥

您选择的部署名称将成为您在 API 请求的 model 参数中传递的值。您可以创建同一模型的多个部署，使用不同的名称来管理单独的配置或速率限制。

身份验证

Claude on Foundry 支持两种身份验证方法：API 密钥和 Entra ID 令牌。两种方法都使用格式为 https://{resource}.services.ai.azure.com/anthropic/v1/* 的 Azure 托管端点。

API 密钥身份验证

配置 Foundry Claude 资源后，您可以从 Foundry 门户获取 API 密钥：

在 Foundry 门户中导航到您的资源
转到密钥和端点部分
复制提供的 API 密钥之一
在您的请求中使用 api-key 或 x-api-key 标头，或将其提供给 SDK

Python 和 TypeScript SDK 需要 API 密钥以及资源名称或基础 URL。如果定义了以下环境变量，SDK 将自动从其中读取：

ANTHROPIC_FOUNDRY_API_KEY - 您的 API 密钥
ANTHROPIC_FOUNDRY_RESOURCE - 您的资源名称（例如，example-resource）
ANTHROPIC_FOUNDRY_BASE_URL - 资源名称的替代方案；完整的基础 URL（例如，https://example-resource.services.ai.azure.com/anthropic/）

resource 和 base_url 参数是互斥的。提供资源名称（SDK 使用它来构造 URL 为 https://{resource}.services.ai.azure.com/anthropic/）或直接提供完整的基础 URL。

使用 API 密钥的示例：

import os
from anthropic import AnthropicFoundry

client = AnthropicFoundry(
    api_key=os.environ.get("ANTHROPIC_FOUNDRY_API_KEY"),
    resource='example-resource', # your resource name
)

message = client.messages.create(
    model="claude-sonnet-4-5",
    max_tokens=1024,
    messages=[{"role": "user", "content": "Hello!"}]
)
print(message.content)

保护您的 API 密钥。永远不要将其提交到版本控制或公开分享。任何有权访问您的 API 密钥的人都可以通过您的 Foundry 资源向 Claude 发出请求。

Microsoft Entra 身份验证

为了增强安全性和集中式访问管理，您可以使用 Entra ID（以前称为 Azure Active Directory）令牌：

为您的 Foundry 资源启用 Entra 身份验证
从 Entra ID 获取访问令牌
在 Authorization: Bearer {TOKEN} 标头中使用令牌

使用 Entra ID 的示例：

import os
from anthropic import AnthropicFoundry
from azure.identity import DefaultAzureCredential, get_bearer_token_provider

# Get Azure Entra ID token using token provider pattern
token_provider = get_bearer_token_provider(
    DefaultAzureCredential(),
    "https://cognitiveservices.azure.com/.default"
)

# Create client with Entra ID authentication
client = AnthropicFoundry(
    resource='example-resource', # your resource name
    azure_ad_token_provider=token_provider  # Use token provider for Entra ID auth
)

# Make request
message = client.messages.create(
    model="claude-sonnet-4-5",
    max_tokens=1024,
    messages=[{"role": "user", "content": "Hello!"}]
)
print(message.content)

Azure Entra ID 身份验证允许您使用 Azure RBAC 管理访问，与您组织的身份管理集成，并避免手动管理 API 密钥。

关联请求 ID

支持的功能

Claude on Foundry 支持 Claude 的大多数强大功能。您可以在此处找到当前支持的所有功能。

不支持的功能

管理 API（/v1/organizations/* 端点）
模型 API（/v1/models）
消息批处理 API（/v1/messages/batches）

API 响应

有关特定于 Foundry 的响应标头的详情，请参阅关联请求 ID 部分。

API 模型 ID 和部署

以下 Claude 模型可通过 Foundry 获得。最新一代模型（Sonnet 4.5、Opus 4.1 和 Haiku 4.5）提供最先进的功能：

模型	默认部署名称
Claude Sonnet 4.5	`claude-sonnet-4-5`
Claude Opus 4.1	`claude-opus-4-1`
Claude Haiku 4.5	`claude-haiku-4-5`

监控和日志记录

Azure 通过标准 Azure 模式为您的 Claude 使用提供全面的监控和日志记录功能：

Azure Monitor：跟踪 API 使用情况、延迟和错误率
Azure Log Analytics：查询和分析请求/响应日志
成本管理：监控和预测与 Claude 使用相关的成本

Anthropic 建议至少在 30 天滚动基础上记录您的活动，以了解使用模式并调查任何潜在问题。

Azure 的日志记录服务在您的 Azure 订阅中配置。启用日志记录不会向 Microsoft 或 Anthropic 提供对您内容的访问权限，除了计费和服务运营所必需的内容。

故障排除

身份验证错误

错误：401 Unauthorized 或 Invalid API key

解决方案：验证您的 API 密钥是否正确。您可以从 Azure 门户中您的 Claude 资源的密钥和端点下获取新的 API 密钥。
解决方案：如果使用 Azure Entra ID，请确保您的访问令牌有效且未过期。令牌通常在 1 小时后过期。

错误：403 Forbidden

解决方案：您的 Azure 帐户可能缺少必要的权限。确保您已分配适当的 Azure RBAC 角色（例如，"Cognitive Services OpenAI User"）。

速率限制

错误：429 Too Many Requests

解决方案：您已超过速率限制。在您的应用程序中实现指数退避和重试逻辑。
解决方案：考虑通过 Azure 门户或 Azure 支持请求增加速率限制。

速率限制标头

模型和部署错误

错误：Model not found 或 Deployment not found

解决方案：验证您使用的是正确的部署名称。如果您还没有创建自定义部署，请使用默认模型 ID（例如，claude-sonnet-4-5）。
解决方案：确保模型/部署在您的 Azure 区域中可用。

错误：Invalid model parameter

解决方案：model 参数应包含您的部署名称，可以在 Foundry 门户中自定义。验证部署存在且配置正确。

其他资源

Foundry 文档：ai.azure.com/catalog
Azure 定价：azure.microsoft.com/en-us/pricing
Anthropic 定价详情：定价文档
身份验证指南：查看上面的身份验证部分
Azure 门户：portal.azure.com