Когда вы делаете запрос к Messages API, ответ Claude включает поле stop_reason, которое указывает, почему модель прекратила генерацию своего ответа. Понимание этих значений имеет решающее значение для создания надежных приложений, которые соответствующим образом обрабатывают различные типы ответов.

Подробную информацию о stop_reason в ответе API см. в справочнике Messages API.

​
Что такое stop_reason?

Поле stop_reason является частью каждого успешного ответа Messages API. В отличие от ошибок, которые указывают на сбои в обработке вашего запроса, stop_reason сообщает вам, почему Claude успешно завершил генерацию своего ответа.

Пример ответа
{
  "id": "msg_01234",
  "type": "message",
  "role": "assistant",
  "content": [
    {
      "type": "text",
      "text": "Вот ответ на ваш вопрос..."
    }
  ],
  "stop_reason": "end_turn",
  "stop_sequence": null,
  "usage": {
    "input_tokens": 100,
    "output_tokens": 50
  }
}

​
Значения причин остановки

​
end_turn

Наиболее распространенная причина остановки. Указывает, что Claude естественным образом завершил свой ответ.

if response.stop_reason == "end_turn":
    # Обработка полного ответа
    print(response.content[0].text)

​
max_tokens

Claude остановился, потому что достиг предела max_tokens, указанного в вашем запросе.

# Запрос с ограниченным количеством токенов
response = client.messages.create(
    model="claude-3-7-sonnet-20250219",
    max_tokens=10,
    messages=[{"role": "user", "content": "Объясни квантовую физику"}]
)

if response.stop_reason == "max_tokens":
    # Ответ был обрезан
    print("Ответ был обрезан из-за ограничения токенов")
    # Рассмотрите возможность сделать еще один запрос для продолжения

​
stop_sequence

Claude встретил одну из ваших пользовательских последовательностей остановки.

response = client.messages.create(
    model="claude-3-7-sonnet-20250219",
    max_tokens=1024,
    stop_sequences=["END", "STOP"],
    messages=[{"role": "user", "content": "Генерируй текст, пока не скажешь END"}]
)

if response.stop_reason == "stop_sequence":
    print(f"Остановлено на последовательности: {response.stop_sequence}")

​
tool_use

Claude вызывает инструмент и ожидает, что вы его выполните.

response = client.messages.create(
    model="claude-3-7-sonnet-20250219",
    max_tokens=1024,
    tools=[weather_tool],
    messages=[{"role": "user", "content": "Какая погода?"}]
)

if response.stop_reason == "tool_use":
    # Извлечение и выполнение инструмента
    for content in response.content:
        if content.type == "tool_use":
            result = execute_tool(content.name, content.input)
            # Возврат результата Claude для окончательного ответа

​
pause_turn

Используется с серверными инструментами, такими как веб-поиск, когда Claude необходимо приостановить длительную операцию.

response = client.messages.create(
    model="claude-3-7-sonnet-20250219",
    max_tokens=1024,
    tools=[{"type": "web_search_20250305", "name": "web_search"}],
    messages=[{"role": "user", "content": "Найди последние новости об ИИ"}]
)

if response.stop_reason == "pause_turn":
    # Продолжение разговора
    messages = [
        {"role": "user", "content": original_query},
        {"role": "assistant", "content": response.content}
    ]
    continuation = client.messages.create(
        model="claude-3-7-sonnet-20250219",
        messages=messages,
        tools=[{"type": "web_search_20250305", "name": "web_search"}]
    )

​
Лучшие практики обработки причин остановки

​
1. Всегда проверяйте stop_reason

Выработайте привычку проверять stop_reason в логике обработки ответов:

def handle_response(response):
    if response.stop_reason == "tool_use":
        return handle_tool_use(response)
    elif response.stop_reason == "max_tokens":
        return handle_truncation(response)
    elif response.stop_reason == "pause_turn":
        return handle_pause(response)
    else:
        # Обработка end_turn и других случаев
        return response.content[0].text

​
2. Корректно обрабатывайте max_tokens

Когда ответ обрезан из-за ограничений токенов:

def handle_truncated_response(response):
    if response.stop_reason == "max_tokens":
        # Вариант 1: Предупредить пользователя
        return f"{response.content[0].text}\n\n[Ответ обрезан из-за длины]"
        
        # Вариант 2: Продолжить генерацию
        messages = [
            {"role": "user", "content": original_prompt},
            {"role": "assistant", "content": response.content[0].text}
        ]
        continuation = client.messages.create(
            model="claude-3-7-sonnet-20250219",
            max_tokens=1024,
            messages=messages + [{"role": "user", "content": "Пожалуйста, продолжи"}]
        )
        return response.content[0].text + continuation.content[0].text

​
3. Реализуйте логику повторных попыток для pause_turn

Для серверных инструментов, которые могут приостанавливаться:

def handle_paused_conversation(initial_response, max_retries=3):
    response = initial_response
    messages = [{"role": "user", "content": original_query}]
    
    for attempt in range(max_retries):
        if response.stop_reason != "pause_turn":
            break
            
        messages.append({"role": "assistant", "content": response.content})
        response = client.messages.create(
            model="claude-3-7-sonnet-20250219",
            messages=messages,
            tools=original_tools
        )
    
    return response

​
Причины остановки vs. ошибки

Важно различать значения stop_reason и фактические ошибки:

​
Причины остановки (успешные ответы)

  • Часть тела ответа
  • Указывают, почему генерация остановилась нормально
  • Ответ содержит действительный контент

​
Ошибки (неудачные запросы)

  • HTTP-коды состояния 4xx или 5xx
  • Указывают на сбои обработки запросов
  • Ответ содержит сведения об ошибке
try:
    response = client.messages.create(...)
    
    # Обработка успешного ответа с stop_reason
    if response.stop_reason == "max_tokens":
        print("Ответ был обрезан")
    
except anthropic.APIError as e:
    # Обработка фактических ошибок
    if e.status_code == 429:
        print("Превышен лимит запросов")
    elif e.status_code == 500:
        print("Ошибка сервера")

​
Особенности потоковой передачи

При использовании потоковой передачи stop_reason:

  • null в начальном событии message_start
  • Предоставляется в событии message_delta
  • Не равен null во всех других событиях
with client.messages.stream(...) as stream:
    for event in stream:
        if event.type == "message_delta":
            stop_reason = event.delta.stop_reason
            if stop_reason:
                print(f"Поток завершился с: {stop_reason}")

​
Общие шаблоны

​
Обработка рабочих процессов с использованием инструментов

def complete_tool_workflow(client, user_query, tools):
    messages = [{"role": "user", "content": user_query}]
    
    while True:
        response = client.messages.create(
            model="claude-3-7-sonnet-20250219",
            messages=messages,
            tools=tools
        )
        
        if response.stop_reason == "tool_use":
            # Выполнение инструментов и продолжение
            tool_results = execute_tools(response.content)
            messages.append({"role": "assistant", "content": response.content})
            messages.append({"role": "user", "content": tool_results})
        else:
            # Окончательный ответ
            return response

​
Обеспечение полных ответов

def get_complete_response(client, prompt, max_attempts=3):
    messages = [{"role": "user", "content": prompt}]
    full_response = ""
    
    for _ in range(max_attempts):
        response = client.messages.create(
            model="claude-3-7-sonnet-20250219",
            messages=messages,
            max_tokens=4096
        )
        
        full_response += response.content[0].text
        
        if response.stop_reason != "max_tokens":
            break
            
        # Продолжение с того места, где остановились
        messages = [
            {"role": "user", "content": prompt},
            {"role": "assistant", "content": full_response},
            {"role": "user", "content": "Пожалуйста, продолжи с того места, где ты остановился."}
        ]
    
    return full_response

Правильно обрабатывая значения stop_reason, вы можете создавать более надежные приложения, которые корректно обрабатывают различные сценарии ответов и обеспечивают лучший пользовательский опыт.