本指南將引導您完成在 Python、TypeScript 或使用直接 HTTP 請求中設定和呼叫 Claude in Foundry 的過程。當您可以存取 Claude in Foundry 時,您將透過 Microsoft Marketplace 使用您的 Azure 訂閱為 Claude 使用付費,讓您能夠存取 Claude 的最新功能,同時透過 Azure 訂閱管理成本。 區域可用性:在推出時,Claude 在 Foundry 資源中以全球標準部署類型提供,美國資料區即將推出。Microsoft Marketplace 中 Claude 的定價使用 Anthropic 的標準 API 定價。請造訪我們的定價頁面了解詳情。

預覽

在此預覽平台整合中,Claude 模型在 Anthropic 的基礎設施上執行。這是透過 Azure 進行計費和存取的商業整合。作為 Microsoft 的獨立處理者,透過 Microsoft Foundry 使用 Claude 的客戶受 Anthropic 的資料使用條款約束。Anthropic 繼續提供其業界領先的安全性和資料承諾,包括零資料保留可用性。

先決條件

在開始之前,請確保您具有:
  • 有效的 Azure 訂閱
  • 存取 Foundry
  • 已安裝 Azure CLI(選擇性,用於資源管理)

安裝 SDK

Anthropic 的用戶端 SDK 透過平台特定的套件支援 Foundry。
# Python
pip install -U "anthropic"

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

佈建

Foundry 使用兩級層次結構:資源包含您的安全性和計費配置,而部署是您透過 API 呼叫的模型實例。您首先將建立 Foundry 資源,然後在其中建立一個或多個 Claude 部署。

佈建 Foundry 資源

建立 Foundry 資源,這是在 Azure 中使用和管理服務所必需的。您可以按照這些說明建立 Foundry 資源。或者,您可以從建立 Foundry 專案開始,這涉及建立 Foundry 資源。 若要佈建您的資源:
  1. 導覽至 Foundry 入口網站
  2. 建立新的 Foundry 資源或選擇現有資源
  3. 使用 Azure 發行的 API 金鑰或 Entra ID 設定存取管理以進行角色型存取控制
  4. 選擇性地將資源設定為私人網路 (Azure 虛擬網路) 的一部分以增強安全性
  5. 記下您的資源名稱—您將在 API 端點中使用此作為 {resource}(例如 https://{resource}.services.ai.azure.com/anthropic/v1/*

建立 Foundry 部署

建立資源後,部署 Claude 模型以使其可用於 API 呼叫:
  1. 在 Foundry 入口網站中,導覽至您的資源
  2. 前往模型 + 端點並選擇**+ 部署模型** > 部署基礎模型
  3. 搜尋並選擇 Claude 模型(例如 claude-sonnet-4-5
  4. 設定部署設定:
    • 部署名稱:預設為模型 ID,但您可以自訂它(例如 my-claude-deployment)。部署名稱在建立後無法變更。
    • 部署類型:選擇全球標準(建議用於 Claude)
  5. 選擇部署並等待佈建完成
  6. 部署後,您可以在金鑰和端點下找到您的端點 URL 和金鑰
您選擇的部署名稱會成為您在 API 請求的 model 參數中傳遞的值。您可以建立同一模型的多個部署,使用不同的名稱來管理不同的配置或速率限制。

身份驗證

Claude on Foundry 支援兩種身份驗證方法:API 金鑰和 Entra ID 權杖。兩種方法都使用格式為 https://{resource}.services.ai.azure.com/anthropic/v1/* 的 Azure 託管端點。

API 金鑰身份驗證

佈建 Foundry Claude 資源後,您可以從 Foundry 入口網站取得 API 金鑰:
  1. 在 Foundry 入口網站中導覽至您的資源
  2. 前往金鑰和端點部分
  3. 複製提供的 API 金鑰之一
  4. 在您的請求中使用 api-keyx-api-key 標頭
Python 和 TypeScript SDK 需要 API 金鑰和資源名稱。如果定義了 ANTHROPIC_FOUNDRY_API_KEYANTHROPIC_FOUNDRY_RESOURCE 環境變數,SDK 將自動從中讀取這些。 使用 API 金鑰的範例:
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)
保護您的 API 金鑰安全。永遠不要將它們提交到版本控制或公開分享。任何有權存取您 API 金鑰的人都可以透過您的 Foundry 資源向 Claude 發出請求。

Microsoft Entra 身份驗證

為了增強安全性和集中式存取管理,您可以使用 Entra ID(前身為 Azure Active Directory)權杖:
  1. 為您的 Foundry 資源啟用 Entra 身份驗證
  2. 從 Entra ID 取得存取權杖
  3. Authorization: Bearer {TOKEN} 標頭中使用權杖
使用 Entra ID 的範例:
import os
from anthropic import AnthropicFoundry
from azure.identity import DefaultAzureCredential, get_bearer_token_provider

# 使用權杖提供者模式取得 Azure Entra ID 權杖
token_provider = get_bearer_token_provider(
    DefaultAzureCredential(),
    "https://cognitiveservices.azure.com/.default"
)

# 使用 Entra ID 身份驗證建立用戶端
client = AnthropicFoundry(
    resource_name="{resource}",  # 您的 Azure 資源名稱
    azure_ad_token_provider=token_provider  # 使用權杖提供者進行 Entra ID 身份驗證
)

# 發出請求
message = client.messages.create(
    model="claude-sonnet-4-5",
    max_tokens=1024,
    messages=[{"role": "user", "content": "Hello!"}]
)
print(message.content)
Azure Entra ID 身份驗證允許您使用 Azure RBAC 管理存取、與您組織的身份管理整合,並避免手動管理 API 金鑰。
{resource} 替換為您的實際 Azure 資源名稱。您可以使用 api-key 標頭(如上所示)或 x-api-key 標頭 - 兩者都受支援。

安裝 SDK

Anthropic 的用戶端 SDK 透過平台特定的套件支援 Foundry。
# Python
pip install -U "anthropic"

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

模型參數和部署

API 請求中的模型參數接受部署名稱。部署建議的預設名稱是模型 ID(例如 claude-sonnet-4-5),但您可以在 Foundry 入口網站中自訂部署名稱(僅在部署建立時)。 使用自訂部署的範例:
# 如果您已建立名為 "my-claude-deployment" 的自訂部署
message = client.messages.create(
    model="my-claude-deployment",  # 您的自訂部署名稱
    max_tokens=1024,
    messages=[{"role": "user", "content": "Hello!"}]
)
部署允許您透過 Azure 管理不同的模型配置、版本或速率限制,而無需變更應用程式程式碼。有關詳細資訊,請參閱我們的用戶端 SDK,以及官方 Foundry 文件此處

相關請求 ID

Foundry 在 HTTP 回應標頭中包含請求識別碼,用於偵錯和追蹤。聯絡支援時,請提供 request-idapim-request-id 值,以幫助團隊快速定位和調查您在 Anthropic 和 Azure 系統中的請求。

支援的功能

Claude on Foundry 支援 Claude 的大多數強大功能。您可以在此處找到目前支援的所有功能。

不支援的功能

  • 管理員 API(/v1/organizations/* 端點)
  • 模型 API(/v1/models
  • 訊息批次 API(/v1/messages/batches

API 回應

來自 Claude on Foundry 的 API 回應遵循標準 Anthropic API 回應格式。這包括回應正文中的 usage 物件,它提供您請求的詳細權杖消耗資訊。usage 物件在所有平台上都是一致的(第一方 API、Foundry、Amazon Bedrock 和 Google Vertex AI)。 有關 Foundry 特定的回應標頭詳細資訊,請參閱相關請求 ID 部分

API 模型 ID 和部署

以下 Claude 模型可透過 Foundry 取得。最新一代模型(Sonnet 4.5、Opus 4.1 和 Haiku 4.5)提供最先進的功能:
模型預設部署名稱
Claude Sonnet 4.5claude-sonnet-4-5
Claude Opus 4.1claude-opus-4-1
Claude Haiku 4.5claude-haiku-4-5
預設情況下,部署名稱與上面顯示的模型 ID 相符。但是,您可以在 Foundry 入口網站中建立具有不同名稱的自訂部署,以管理不同的配置、版本或速率限制。在 API 請求中使用部署名稱(不一定是模型 ID)。

監控和記錄

Azure 透過標準 Azure 模式為您的 Claude 使用提供全面的監控和記錄功能:
  • Azure Monitor:追蹤 API 使用情況、延遲和錯誤率
  • Azure Log Analytics:查詢和分析請求/回應日誌
  • 成本管理:監控和預測與 Claude 使用相關的成本
Anthropic 建議至少在 30 天滾動基礎上記錄您的活動,以了解使用模式並調查任何潛在問題。
Azure 的記錄服務在您的 Azure 訂閱中配置。啟用記錄不會向 Microsoft 或 Anthropic 提供超出計費和服務運作所需的內容存取權。

疑難排解

身份驗證錯誤

錯誤401 UnauthorizedInvalid API key
  • 解決方案:驗證您的 API 金鑰是否正確。您可以從 Azure 入口網站中 Claude 資源的金鑰和端點下取得新的 API 金鑰。
  • 解決方案:如果使用 Azure Entra ID,請確保您的存取權杖有效且未過期。權杖通常在 1 小時後過期。
錯誤403 Forbidden
  • 解決方案:您的 Azure 帳戶可能缺少必要的權限。確保您已分配適當的 Azure RBAC 角色(例如「認知服務 OpenAI 使用者」)。

速率限制

錯誤429 Too Many Requests
  • 解決方案:您已超過速率限制。在應用程式中實施指數退避和重試邏輯。
  • 解決方案:考慮透過 Azure 入口網站或 Azure 支援請求提高速率限制。

速率限制標頭

Foundry 在回應中不包括 Anthropic 的標準速率限制標頭(anthropic-ratelimit-tokens-limitanthropic-ratelimit-tokens-remaininganthropic-ratelimit-tokens-resetanthropic-ratelimit-input-tokens-limitanthropic-ratelimit-input-tokens-remaininganthropic-ratelimit-input-tokens-resetanthropic-ratelimit-output-tokens-limitanthropic-ratelimit-output-tokens-remaininganthropic-ratelimit-output-tokens-reset)。改為透過 Azure 的監控工具管理速率限制。

模型和部署錯誤

錯誤Model not foundDeployment not found
  • 解決方案:驗證您使用的是正確的部署名稱。如果您尚未建立自訂部署,請使用預設模型 ID(例如 claude-sonnet-4-5)。
  • 解決方案:確保模型/部署在您的 Azure 區域中可用。
錯誤Invalid model parameter
  • 解決方案:模型參數應包含您的部署名稱,可在 Foundry 入口網站中自訂。驗證部署存在且配置正確。

其他資源