Phản hồi dạng luồng và không luồng

Trang này giải thích việc xử lý phản hồi của lệnh gọi gốc Claude(/v1/messages), cách tích hợp xem tại Claude 原生调用基础。

Phản hồi không luồng

{
  "id": "msg_xxx",
  "type": "message",
  "role": "assistant",
  "content": [{ "type": "text", "text": "……" }],
  "stop_reason": "end_turn",
  "usage": { "input_tokens": 24, "output_tokens": 180 }
}

• Nội dung chính nằm trong mảng content, được tổ chức theo từng khối (text / tool_use / thinking), duyệt từng khối rồi nối lại;
• stop_reason: end_turn kết thúc bình thường, max_tokens bị cắt bớt, tool_use yêu cầu gọi công cụ.

Phản hồi luồng(SSE)

Thêm "stream": true vào request, các sự kiện sẽ được phát theo loại:

Sự kiện	Ý nghĩa
message_start	Bắt đầu phiên, bao gồm số token đầu vào
content_block_start	Bắt đầu một khối nội dung (text/tool_use/thinking)
content_block_delta	Gia tăng nội dung, chỉ cần nối delta.text
content_block_stop	Kết thúc khối nội dung hiện tại
message_delta	Metadata cuối (stop_reason, số token đầu ra)
message_stop	Kết thúc toàn bộ

with client.messages.stream(
    model="claude-sonnet-5", max_tokens=1024,
    messages=[{"role": "user", "content": "Hãy viết một bài thơ ngắn về biển"}],
) as stream:
    for text in stream.text_stream:
        print(text, end="", flush=True)

Lưu ý

• Khi dùng SDK Anthropic chính thức, các sự kiện này đã được đóng gói sẵn; chỉ khi tự viết SSE mới cần xử lý từng sự kiện;
• Mức sử dụng token được tính theo message_start(đầu vào)+ message_delta(đầu ra), nhất quán với hóa đơn;
• Cách phân tích khối thinking trong chế độ suy nghĩ xem tại思考模式。