go-anthropic

项目概述

go-anthropic 是 Go 语言社区为 Anthropic Claude 系列大语言模型打造的非官方官方级 SDK（Software Development Kit）。所谓"官方级"，是指它对 Anthropic API 的覆盖度极高，从基础的文本补全、消息对话，到流式响应、工具调用（Tool Use）、计算机控制（Computer Use）、提示词缓存、Batch 批量处理、视觉图文分析、PDF 解析、Token 计数等，几乎涵盖了 Claude API 的全部能力。

背景故事

Anthropic 的 Claude 系列模型以"更安全、更对齐"著称，2023-2024 年迅速成为 AI 开发者的主流选择。然而，官方只提供了 Python 和 TypeScript 的 SDK，广大 Go 开发者面临一个尴尬的局面：要么自己手写 HTTP 请求包装器，要么找社区轮子。

liushuangls（GitHub ID 指向中国开发者）决定解决这个问题。他从 2023 年开始维护这个项目，持续跟进 Anthropic API 的更新节奏——每当 Anthropic 发布新功能（如 Computer Use、Prompt Caching），这个库几乎同步跟进 v2 版本支持。凭借高质量的代码、完整的测试覆盖（集成测试 + 单元测试），以及详尽的 GoDoc 文档，该项目在 GitHub 上获得了 176 颗星、Apache-2.0 许可证，成为 Go 生态中 Claude 集成的事实标准。

核心功能解析

1. Messages API（消息对话）

Messages API 是当前 Claude 的主流接口，go-anthropic 提供了完整支持：

client := anthropic.NewClient("your-api-key")
resp, err := client.CreateMessages(ctx, anthropic.MessagesRequest{
    Model: anthropic.ModelClaude3Haiku20240307,
    Messages: []anthropic.Message{
        anthropic.NewUserTextMessage("What is your name?"),
    },
    MaxTokens: 1000,
})

这段代码展示了典型的对话流程：创建客户端 → 构建消息列表 → 调用 API → 获取回复。代码风格遵循 Go 惯用法，类型安全、链式调用清晰。

2. Streaming 流式响应

对于需要实时展示 AI 生成内容的应用（如终端对话机器人），流式响应至关重要：

resp, err := client.CreateMessagesStream(ctx, anthropic.MessagesStreamRequest{
    MessagesRequest: anthropic.MessagesRequest{...},
    OnContentBlockDelta: func(data anthropic.MessagesEventContentBlockDeltaData) {
        fmt.Printf("Stream Content: %s\n", data.Delta.Text)
    },
})

通过回调函数机制，每生成一个文本片段就实时推送，而非等待完整响应。用户感受到的是"逐字输出"的效果，体验接近人类打字。

3. Tool Use（工具调用）

工具调用是让 Claude 调用外部函数的能力，是构建 AI Agent 的核心技术。go-anthropic 通过 JSON Schema 定义工具签名：

Tools: []anthropic.ToolDefinition{
    {
        Name:        "get_weather",
        Description: "Get the current weather",
        InputSchema: jsonschema.Definition{
            Type: jsonschema.Object,
            Properties: map[string]jsonschema.Definition{
                "location": {Type: jsonschema.String, Description: "The city and state"},
            },
            Required: []string{"location"},
        },
    },
},

Claude 可以根据对话上下文决定调用哪个工具，并将结果作为后续对话输入。这一能力是构建 AI Agent（自主执行任务）的基石。

4. Vision & PDF（视觉与文档理解）

支持图片输入（base64 编码）和 PDF 文档解析，可用于：截图问答、文档理解、数据表格分析等场景。

5. Prompt Caching（提示词缓存）

Anthropic 的提示词缓存机制允许将长上下文缓存起来，复用于多轮对话，显著降低成本。go-anthropic 完整支持该特性，特别适合：长文档多轮对话、Few-shot 场景、企业知识库问答。

6. Message Batching（批量处理）

对于离线批处理场景（如对大量文本进行分类），Batch API 提供异步处理能力：提交任务 → 后台处理 → 获取结果。

技术架构

go-anthropic 的代码结构体现了 Go 语言的工程哲学：

模块文件	职责
`client.go`	Client 主类，封装所有 API 调用方法
`message.go`	Messages API 数据结构定义
`complete.go`	Completions API（Legacy）
`toolblock*.go`	工具调用的数据序列化
`jsonschema/`	JSON Schema 验证器，用于 Tool Definition
`internal/`	内部实现细节
`integrationtest/`	完整集成测试（需真实 API Key）

依赖管理：极度精简，go.mod 只依赖 github.com/stretchr/testify（测试框架），零运行时第三方依赖——这正是高质量 Go 库的特征。

测试覆盖：

*_test.go：每个功能模块的单元测试
integrationtest/：需要 ANTHROPIC_API_KEY 环境变量的真实 API 集成测试
GitHub Actions CI 持续集成，每次 PR 都运行测试套件

上手门槛

维度	评估
安装难度	零门槛：`go get github.com/liushuangls/go-anthropic/v2` 一行命令
学习曲线	低：Go 开发者理解 HTTP SDK 几乎无额外学习成本
依赖要求	极低：仅需 Go 1.21+，无系统依赖
文档质量	极高：GoDoc 完整，每个方法均有注释和示例

局限与注意事项

1. API Key 管理：该库不提供 API Key 管理能力，开发者需要自行实现 Key 轮换、加密存储等机制。

2. 非官方库：这是社区维护项目，非 Anthropic 官方出品。理论上存在 API 变更跟进延迟的风险，但实际维护者更新非常及时。

3. 无连接池/重试机制：底层使用标准库 net/http，没有内置连接池配置或自动重试。对于极高并发场景，可能需要自行包装。

4. 缺少 MCP 支持：Anthropic 推出的 MCP（Model Context Protocol）在该库中尚未支持。

行业意义

go-anthropic 的出现折射出一个趋势：AI 模型SDK正在成为 Go 生态的新基础设施。随着 Claude、GPT-4 等大模型能力的提升，越来越多的应用需要集成 AI 能力。Python 生态有 LangChain、LlamaIndex 等重量级框架，而 Go 生态相对空白。go-anthropic 填补了这一空白，让 Go 开发者也能优雅地集成 Claude。

更重要的是，Go 的并发模型（goroutine + channel）与 AI 应用的异步特性天然契合：构建高并发 AI 网关、AI Agent 多任务调度系统，Go 是比 Python 更合适的选择。

快速开始

# 安装
go get github.com/liushuangls/go-anthropic/v2

# 最小示例
package main

import (
    "fmt"
    "github.com/liushuangls/go-anthropic/v2"
)

func main() {
    client := anthropic.NewClient("sk-ant-api03-...")
    resp, _ := client.CreateMessages(context.Background(), anthropic.MessagesRequest{
        Model:       anthropic.ModelClaude3Haiku20240307,
        Messages:    []anthropic.Message{anthropic.NewUserTextMessage("Hello!")},
        MaxTokens:   1000,
    })
    fmt.Println(resp.Content[0].GetText())
}

项目概述

背景故事

核心功能解析

1. Messages API（消息对话）

Messages API 是当前 Claude 的主流接口，go-anthropic 提供了完整支持：

client := anthropic.NewClient("your-api-key")
resp, err := client.CreateMessages(ctx, anthropic.MessagesRequest{
    Model: anthropic.ModelClaude3Haiku20240307,
    Messages: []anthropic.Message{
        anthropic.NewUserTextMessage("What is your name?"),
    },
    MaxTokens: 1000,
})

这段代码展示了典型的对话流程：创建客户端 → 构建消息列表 → 调用 API → 获取回复。代码风格遵循 Go 惯用法，类型安全、链式调用清晰。

2. Streaming 流式响应

对于需要实时展示 AI 生成内容的应用（如终端对话机器人），流式响应至关重要：

resp, err := client.CreateMessagesStream(ctx, anthropic.MessagesStreamRequest{
    MessagesRequest: anthropic.MessagesRequest{...},
    OnContentBlockDelta: func(data anthropic.MessagesEventContentBlockDeltaData) {
        fmt.Printf("Stream Content: %s\n", data.Delta.Text)
    },
})

通过回调函数机制，每生成一个文本片段就实时推送，而非等待完整响应。用户感受到的是"逐字输出"的效果，体验接近人类打字。

3. Tool Use（工具调用）

工具调用是让 Claude 调用外部函数的能力，是构建 AI Agent 的核心技术。go-anthropic 通过 JSON Schema 定义工具签名：

Tools: []anthropic.ToolDefinition{
    {
        Name:        "get_weather",
        Description: "Get the current weather",
        InputSchema: jsonschema.Definition{
            Type: jsonschema.Object,
            Properties: map[string]jsonschema.Definition{
                "location": {Type: jsonschema.String, Description: "The city and state"},
            },
            Required: []string{"location"},
        },
    },
},

Claude 可以根据对话上下文决定调用哪个工具，并将结果作为后续对话输入。这一能力是构建 AI Agent（自主执行任务）的基石。

4. Vision & PDF（视觉与文档理解）

支持图片输入（base64 编码）和 PDF 文档解析，可用于：截图问答、文档理解、数据表格分析等场景。

5. Prompt Caching（提示词缓存）

6. Message Batching（批量处理）

对于离线批处理场景（如对大量文本进行分类），Batch API 提供异步处理能力：提交任务 → 后台处理 → 获取结果。

技术架构

go-anthropic 的代码结构体现了 Go 语言的工程哲学：

模块文件	职责
`client.go`	Client 主类，封装所有 API 调用方法
`message.go`	Messages API 数据结构定义
`complete.go`	Completions API（Legacy）
`toolblock*.go`	工具调用的数据序列化
`jsonschema/`	JSON Schema 验证器，用于 Tool Definition
`internal/`	内部实现细节
`integrationtest/`	完整集成测试（需真实 API Key）

依赖管理：极度精简，go.mod 只依赖 github.com/stretchr/testify（测试框架），零运行时第三方依赖——这正是高质量 Go 库的特征。

测试覆盖：

*_test.go：每个功能模块的单元测试
integrationtest/：需要 ANTHROPIC_API_KEY 环境变量的真实 API 集成测试
GitHub Actions CI 持续集成，每次 PR 都运行测试套件

上手门槛

维度	评估
安装难度	零门槛：`go get github.com/liushuangls/go-anthropic/v2` 一行命令
学习曲线	低：Go 开发者理解 HTTP SDK 几乎无额外学习成本
依赖要求	极低：仅需 Go 1.21+，无系统依赖
文档质量	极高：GoDoc 完整，每个方法均有注释和示例

局限与注意事项

1. API Key 管理：该库不提供 API Key 管理能力，开发者需要自行实现 Key 轮换、加密存储等机制。

2. 非官方库：这是社区维护项目，非 Anthropic 官方出品。理论上存在 API 变更跟进延迟的风险，但实际维护者更新非常及时。

3. 无连接池/重试机制：底层使用标准库 net/http，没有内置连接池配置或自动重试。对于极高并发场景，可能需要自行包装。

4. 缺少 MCP 支持：Anthropic 推出的 MCP（Model Context Protocol）在该库中尚未支持。

行业意义

快速开始

# 安装
go get github.com/liushuangls/go-anthropic/v2

# 最小示例
package main

import (
    "fmt"
    "github.com/liushuangls/go-anthropic/v2"
)

func main() {
    client := anthropic.NewClient("sk-ant-api03-...")
    resp, _ := client.CreateMessages(context.Background(), anthropic.MessagesRequest{
        Model:       anthropic.ModelClaude3Haiku20240307,
        Messages:    []anthropic.Message{anthropic.NewUserTextMessage("Hello!")},
        MaxTokens:   1000,
    })
    fmt.Println(resp.Content[0].GetText())
}

社区活跃度

项目概述

背景故事

核心功能解析

1. Messages API（消息对话）

2. Streaming 流式响应

3. Tool Use（工具调用）

4. Vision & PDF（视觉与文档理解）

5. Prompt Caching（提示词缓存）

6. Message Batching（批量处理）

技术架构

上手门槛

局限与注意事项

行业意义

快速开始

社区活跃度

项目概述

背景故事

核心功能解析

1. Messages API（消息对话）

2. Streaming 流式响应

3. Tool Use（工具调用）

4. Vision & PDF（视觉与文档理解）

5. Prompt Caching（提示词缓存）

6. Message Batching（批量处理）

技术架构

上手门槛

局限与注意事项

行业意义

快速开始