Microsoft Foundry の Claude

​

プレビュー

​

前提条件

• アクティブな Azure サブスクリプション
• Foundry へのアクセス
• Azure CLI がインストールされていること（オプション、リソース管理用）

​

SDK をインストール

# Python
pip install -U "anthropic"

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

​

プロビジョニング

​

Foundry リソースのプロビジョニング

1. Foundry ポータルに移動します
2. 新しい Foundry リソースを作成するか、既存のものを選択します
3. Azure が発行した API キーまたは Entra ID を使用してアクセス管理を設定し、ロールベースのアクセス制御を行います
4. オプションで、リソースをプライベートネットワーク（Azure Virtual Network）の一部になるように設定して、セキュリティを強化します
5. リソース名をメモしておきます。これを API エンドポイントで {resource} として使用します（例：https://{resource}.services.ai.azure.com/anthropic/v1/*）

​

Foundry デプロイメントの作成

1. Foundry ポータルでリソースに移動します
2. モデル + エンドポイントに移動し、+ モデルをデプロイ > ベースモデルをデプロイを選択します
3. Claude モデル（例：claude-sonnet-4-5）を検索して選択します
4. デプロイメント設定を構成します：
   • デプロイメント名：デフォルトではモデル ID ですが、カスタマイズできます（例：my-claude-deployment）。デプロイメント名は作成後に変更することはできません。
   • デプロイメントタイプ：Global Standard を選択します（Claude に推奨）
5. デプロイを選択し、プロビジョニングが完了するまで待ちます
6. デプロイされたら、キーとエンドポイントの下でエンドポイント URL とキーを見つけることができます

​

認証

​

API キー認証

1. Foundry ポータルでリソースに移動します
2. キーとエンドポイントセクションに移動します
3. 提供されている API キーの 1 つをコピーします
4. リクエストで api-key または x-api-key ヘッダーを使用します

import os
from anthropic import AnthropicFoundry

client = AnthropicFoundry(
    api_key=os.environ.get("ANTHROPIC_FOUNDRY_API_KEY"),
    resource_name="{resource}",
)

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

​

Microsoft Entra 認証

1. Foundry リソースの Entra 認証を有効にします
2. Entra ID からアクセストークンを取得します
3. Authorization: Bearer {TOKEN} ヘッダーでトークンを使用します

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

# トークンプロバイダーパターンを使用して Azure Entra ID トークンを取得
token_provider = get_bearer_token_provider(
    DefaultAzureCredential(),
    "https://cognitiveservices.azure.com/.default"
)

# Entra ID 認証でクライアントを作成
client = AnthropicFoundry(
    resource_name="{resource}",  # Azure リソース名
    azure_ad_token_provider=token_provider  # Entra ID 認証にトークンプロバイダーを使用
)

# リクエストを実行
message = client.messages.create(
    model="claude-sonnet-4-5",
    max_tokens=1024,
    messages=[{"role": "user", "content": "Hello!"}]
)
print(message.content)

​

SDK をインストール

# Python
pip install -U "anthropic"

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

​

モデルパラメータとデプロイメント

# 「my-claude-deployment」という名前のカスタムデプロイメントを作成した場合
message = client.messages.create(
    model="my-claude-deployment",  # カスタムデプロイメント名
    max_tokens=1024,
    messages=[{"role": "user", "content": "Hello!"}]
)

​

相関リクエスト ID

​

サポートされている機能

​

サポートされていない機能

• Admin API（/v1/organizations/* エンドポイント）
• Models API（/v1/models）
• Message Batch API（/v1/messages/batches）

​

API レスポンス

​

API モデル ID とデプロイメント

​

監視とログ

• Azure Monitor：API 使用状況、レイテンシ、エラー率を追跡します
• Azure Log Analytics：リクエスト/レスポンスログをクエリおよび分析します
• Cost Management：Claude の使用に関連するコストを監視および予測します

​

トラブルシューティング

​

認証エラー

• 解決策：API キーが正しいことを確認します。Azure ポータルの Claude リソースのキーとエンドポイントから新しい API キーを取得できます。
• 解決策：Azure Entra ID を使用している場合は、アクセストークンが有効で期限切れになっていないことを確認します。トークンは通常 1 時間後に期限切れになります。

• 解決策：Azure アカウントに必要な権限がない可能性があります。適切な Azure RBAC ロール（例：「Cognitive Services OpenAI User」）が割り当てられていることを確認します。

​

レート制限

• 解決策：レート制限を超えています。アプリケーションに指数バックオフと再試行ロジックを実装します。
• 解決策：Azure ポータルまたは Azure サポートを通じてレート制限の増加をリクエストすることを検討します。

​

レート制限ヘッダー

​

モデルとデプロイメントエラー

• 解決策：正しいデプロイメント名を使用していることを確認します。カスタムデプロイメントを作成していない場合は、デフォルトモデル ID（例：claude-sonnet-4-5）を使用します。
• 解決策：モデル/デプロイメントが Azure リージョンで利用可能であることを確認します。

• 解決策：モデルパラメータにはデプロイメント名を含める必要があり、これは Foundry ポータルでカスタマイズできます。デプロイメントが存在し、適切に構成されていることを確認します。

​

追加リソース

• Foundry ドキュメント：ai.azure.com/catalog
• Azure 価格：azure.microsoft.com/en-us/pricing
• Anthropic 価格詳細：価格ドキュメント
• 認証ガイド：上記の認証セクションを参照してください
• Azure ポータル：portal.azure.com