Microsoft Foundry 中的 Claude

本指南将引导您完成在 Foundry 中使用 Python、TypeScript 或直接 HTTP 请求设置和调用 Claude API 的过程。当您可以在 Foundry 中访问 Claude 时，您将通过 Azure 订阅在 Microsoft Marketplace 中为 Claude 使用付费，从而在通过 Azure 订阅管理成本的同时访问 Claude 的最新功能。

区域可用性：在发布时，Claude 在 Foundry 资源中作为 Global Standard 部署类型提供（US DataZone 即将推出）。Microsoft Marketplace 中 Claude 的定价使用 Anthropic 的标准 API 定价。请访问定价页面了解详情。

预览

在此预览平台集成中，Claude 模型运行在 Anthropic 的基础设施上。这是一个通过 Azure 进行计费和访问的商业集成。作为 Microsoft 的独立处理方，通过 Microsoft Foundry 使用 Claude 的客户受 Anthropic 数据使用条款的约束。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。

前提条件

在开始之前，请确保您具备：

• 一个有效的 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 通过特定平台的包支持 Foundry。

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。您可以按照以下说明创建 Foundry 资源。或者，您可以从创建 Foundry 项目开始，这涉及创建 Foundry 资源。

要配置您的资源：

1. 导航到 Foundry 门户
2. 创建新的 Foundry 资源或选择现有资源
3. 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
4. 可选择将资源配置为私有网络（Azure 虚拟网络）的一部分以增强安全性
5. 记下您的资源名称——您将在 API 端点中使用它作为 {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：

1. 在 Foundry 门户中，导航到您的资源
2. 转到 Models + endpoints 并选择 + Deploy model > Deploy base model
3. 搜索并选择一个 Claude 模型（例如，claude-sonnet-4-6）
4. 配置部署设置：
   • Deployment name：默认为模型 ID，但您可以自定义（例如，my-claude-deployment）。部署名称在创建后无法更改。
   • Deployment type：选择 Global Standard（推荐用于 Claude）
5. 选择 Deploy 并等待配置完成
6. 部署完成后，您可以在 Keys and Endpoint 下找到您的端点 URL 和密钥

身份验证

Foundry 上的 Claude 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：

1. 在 Foundry 门户中导航到您的资源
2. 转到 Keys and Endpoint 部分
3. 复制提供的 API 密钥之一
4. 在请求中使用 api-key 或 x-api-key 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/）

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-opus-4-6",
    max_tokens=1024,
    messages=[{"role": "user", "content": "Hello!"}],
)
print(message.content)

Microsoft Entra 身份验证

为了增强安全性和集中访问管理，您可以使用 Entra ID（前身为 Azure Active Directory）令牌：

1. 为您的 Foundry 资源启用 Entra 身份验证
2. 从 Entra ID 获取访问令牌
3. 在 Authorization: Bearer {TOKEN} 头中使用该令牌

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-opus-4-6",
    max_tokens=1024,
    messages=[{"role": "user", "content": "Hello!"}],
)
print(message.content)

关联请求 ID

Foundry 在 HTTP 响应头中包含请求标识符，用于调试和追踪。联系支持时，请提供 request-id 和 apim-request-id 值，以帮助团队在 Anthropic 和 Azure 系统中快速定位和调查您的请求。

支持的功能

Foundry 上的 Claude 支持 Claude 的大部分强大功能。您可以在概述文档中找到当前支持的所有功能。

不支持的功能

• Admin API（/v1/organizations/* 端点）
• Models API（/v1/models）
• Message Batch API（/v1/messages/batches）

API 响应

Foundry 上 Claude 的 API 响应遵循标准的 Claude API 响应格式。这包括响应体中的 usage 对象，它提供了请求的详细令牌消耗信息。usage 对象在所有平台（第一方 API、Foundry、Amazon Bedrock 和 Google Vertex AI）上保持一致。

有关 Foundry 特定的响应头详情，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 使用。最新一代模型（Opus 4.6、Sonnet 4.6 和 Haiku 4.5）提供最先进的功能：

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 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
• Cost Management：监控和预测与 Claude 使用相关的成本

Anthropic 建议至少以 30 天滚动方式记录您的活动，以了解使用模式并调查任何潜在问题。

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。您可以在 Azure 门户中 Claude 资源的 Keys and Endpoint 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：您已超出速率限制。在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。

速率限制头

Foundry 不在响应中包含 Anthropic 的标准速率限制头（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）。请改用 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：验证您使用的部署名称是否正确。如果您尚未创建自定义部署，请使用默认模型 ID（例如，claude-sonnet-4-6）。
• 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，该名称可以在 Foundry 门户中自定义。验证部署是否存在且配置正确。

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：请参阅上方的身份验证部分
• Azure 门户：portal.azure.com