Python × Claude API で作る自動化ツール入門：取得方法からサンプルコードまで徹底解説

# .envファイルを作成
echo "ANTHROPIC_API_KEY=sk-ant-xxxxxxxxxxxxxxxx" > .env

# または.bashrc / .zshrcに追記
export ANTHROPIC_API_KEY="sk-ant-xxxxxxxxxxxxxxxx"

pip install anthropic python-dotenv

import anthropic
import os
from dotenv import load_dotenv

# 環境変数を読み込む
load_dotenv()

# クライアントを初期化
client = anthropic.Anthropic(
    api_key=os.environ.get("ANTHROPIC_API_KEY")
)

# メッセージを送信
message = client.messages.create(
    model="claude-3-7-sonnet-20250219",
    max_tokens=1024,
    messages=[
        {"role": "user", "content": "Pythonで'Hello, World!'を出力するコードを教えてください"}
    ]
)

print(message.content[0].text)

import anthropic
import os

client = anthropic.Anthropic(api_key=os.environ.get("ANTHROPIC_API_KEY"))

def summarize_text(text: str, max_chars: int = 300) -> str:
    """
    テキストを指定文字数以内に要約する
    """
    message = client.messages.create(
        model="claude-3-5-haiku-20241022",  # 高速・低コストモデルを使用
        max_tokens=512,
        system="あなたは優秀な文章要約アシスタントです。与えられたテキストを指定の文字数以内で簡潔に要約してください。",
        messages=[
            {
                "role": "user",
                "content": f"以下のテキストを{max_chars}文字以内で要約してください：\n\n{text}"
            }
        ]
    )
    return message.content[0].text

# 使用例
sample_text = """
人工知能（AI）は、2020年代に入り急速な発展を遂げています。
特に大規模言語モデル（LLM）の登場により、テキストの生成・翻訳・要約・
コード生成など様々な分野での活用が一般化しました。
企業では業務効率化のためのAI導入が加速しており、
2025年時点で全世界の企業の60%以上が何らかの形でAIを活用しているとされています。
"""

summary = summarize_text(sample_text)
print(f"要約結果：\n{summary}")

import anthropic
import os

client = anthropic.Anthropic(api_key=os.environ.get("ANTHROPIC_API_KEY"))

def translate_text(text: str, target_language: str = "English") -> str:
    """
    テキストを指定言語に翻訳する
    """
    message = client.messages.create(
        model="claude-3-7-sonnet-20250219",
        max_tokens=1024,
        messages=[
            {
                "role": "user",
                "content": f"以下のテキストを{target_language}に翻訳してください。翻訳文のみを出力してください：\n\n{text}"
            }
        ]
    )
    return message.content[0].text

# 使用例
japanese_text = "AIツールを活用することで、業務効率を大幅に向上させることができます。"
english = translate_text(japanese_text, "English")
chinese = translate_text(japanese_text, "中国語（簡体字）")

print(f"英語翻訳：{english}")
print(f"中国語翻訳：{chinese}")

import anthropic
import os

client = anthropic.Anthropic(api_key=os.environ.get("ANTHROPIC_API_KEY"))

def create_chatbot():
    """
    会話履歴を保持するシンプルなチャットボット
    """
    conversation_history = []

    print("チャットボットを起動しました。'終了'と入力すると終了します。")

    while True:
        user_input = input("\nあなた: ")

        if user_input.strip() == "終了":
            print("チャットボットを終了します。")
            break

        # 会話履歴にユーザーメッセージを追加
        conversation_history.append({
            "role": "user",
            "content": user_input
        })

        # APIを呼び出し
        response = client.messages.create(
            model="claude-3-7-sonnet-20250219",
            max_tokens=1024,
            system="あなたは親切で丁寧なAIアシスタントです。日本語で回答してください。",
            messages=conversation_history
        )

        assistant_message = response.content[0].text

        # 会話履歴にアシスタントの返答を追加
        conversation_history.append({
            "role": "assistant",
            "content": assistant_message
        })

        print(f"\nClaude: {assistant_message}")

create_chatbot()

import anthropic
import os
import csv
import io

client = anthropic.Anthropic(api_key=os.environ.get("ANTHROPIC_API_KEY"))

def analyze_csv_data(csv_content: str) -> str:
    """
    CSVデータをClaudeに分析させる
    """
    message = client.messages.create(
        model="claude-3-7-sonnet-20250219",
        max_tokens=2048,
        system="あなたはデータアナリストです。提供されたCSVデータを分析し、主要な洞察・傾向・異常値を日本語で報告してください。",
        messages=[
            {
                "role": "user",
                "content": f"以下のCSVデータを分析してください：\n\n{csv_content}"
            }
        ]
    )
    return message.content[0].text

# 使用例
sample_csv = """月,売上（万円）,前月比
1月,1200,+5%
2月,980,-18%
3月,1450,+48%
4月,1380,-5%
5月,1600,+16%
"""

analysis = analyze_csv_data(sample_csv)
print(f"分析結果：\n{analysis}")

# APIレスポンスには使用トークン数が含まれる
print(f"入力トークン数: {message.usage.input_tokens}")
print(f"出力トークン数: {message.usage.output_tokens}")