Claude Code SDK

Claude Code SDK 支持将 Claude Code 作为子进程运行，提供了一种构建 AI 驱动的编码助手和工具的方法，利用 Claude 的能力。

SDK 可用于命令行、TypeScript 和 Python 使用。

身份验证

要使用 Claude Code SDK，我们建议创建一个专用的 API 密钥：

在 Anthropic Console 中创建一个 Anthropic API 密钥
然后，设置 ANTHROPIC_API_KEY 环境变量。我们建议安全地存储此密钥（例如，使用 Github secret）

基本 SDK 使用

Claude Code SDK 允许您在应用程序中以非交互模式使用 Claude Code。

命令行

以下是命令行 SDK 的一些基本示例：

# 运行单个提示并退出（打印模式）
$ claude -p "Write a function to calculate Fibonacci numbers"

# 使用管道提供 stdin
$ echo "Explain this code" | claude -p

# 以 JSON 格式输出并包含元数据
$ claude -p "Generate a hello world function" --output-format json

# 在到达时流式传输 JSON 输出
$ claude -p "Build a React component" --output-format stream-json

TypeScript

TypeScript SDK 包含在 NPM 上的主要 @anthropic-ai/claude-code 包中：

import { query, type SDKMessage } from "@anthropic-ai/claude-code";

const messages: SDKMessage[] = [];

for await (const message of query({
  prompt: "Write a haiku about foo.py",
  abortController: new AbortController(),
  options: {
    maxTurns: 3,
  },
})) {
  messages.push(message);
}

console.log(messages);

TypeScript SDK 接受命令行 SDK 支持的所有参数，以及：

参数	描述	默认值
`abortController`	中止控制器	`new AbortController()`
`cwd`	当前工作目录	`process.cwd()`
`executable`	要使用的 JavaScript 运行时	在 Node.js 中运行时为 `node`，在 Bun 中运行时为 `bun`
`executableArgs`	传递给可执行文件的参数	`[]`
`pathToClaudeCodeExecutable`	Claude Code 可执行文件的路径	与 `@anthropic-ai/claude-code` 一起提供的可执行文件

Python

Python SDK 在 PyPI 上作为 claude-code-sdk 提供：

pip install claude-code-sdk

先决条件：

Python 3.10+
Node.js
Claude Code CLI：npm install -g @anthropic-ai/claude-code

基本使用：

import anyio
from claude_code_sdk import query, ClaudeCodeOptions, Message

async def main():
    messages: list[Message] = []
    
    async for message in query(
        prompt="Write a haiku about foo.py",
        options=ClaudeCodeOptions(max_turns=3)
    ):
        messages.append(message)
    
    print(messages)

anyio.run(main)

Python SDK 通过 ClaudeCodeOptions 类接受命令行 SDK 支持的所有参数：

from claude_code_sdk import query, ClaudeCodeOptions
from pathlib import Path

options = ClaudeCodeOptions(
    max_turns=3,
    system_prompt="You are a helpful assistant",
    cwd=Path("/path/to/project"),  # 可以是字符串或 Path
    allowed_tools=["Read", "Write", "Bash"],
    permission_mode="acceptEdits"
)

async for message in query(prompt="Hello", options=options):
    print(message)

高级使用

下面的文档使用命令行 SDK 作为示例，但也可以与 TypeScript 和 Python SDK 一起使用。

多轮对话

对于多轮对话，您可以恢复对话或从最近的会话继续：

# 继续最近的对话
$ claude --continue

# 继续并提供新的提示
$ claude --continue "Now refactor this for better performance"

# 通过会话 ID 恢复特定对话
$ claude --resume 550e8400-e29b-41d4-a716-446655440000

# 在打印模式下恢复（非交互式）
$ claude -p --resume 550e8400-e29b-41d4-a716-446655440000 "Update the tests"

# 在打印模式下继续（非交互式）
$ claude -p --continue "Add error handling"

自定义系统提示

您可以提供自定义系统提示来指导 Claude 的行为：

# 覆盖系统提示（仅适用于 --print）
$ claude -p "Build a REST API" --system-prompt "You are a senior backend engineer. Focus on security, performance, and maintainability."

# 具有特定要求的系统提示
$ claude -p "Create a database schema" --system-prompt "You are a database architect. Use PostgreSQL best practices and include proper indexing."

您还可以将指令附加到默认系统提示：

# 附加系统提示（仅适用于 --print）
$ claude -p "Build a REST API" --append-system-prompt "After writing code, be sure to code review yourself."

MCP 配置

模型上下文协议（MCP）允许您使用来自外部服务器的附加工具和资源扩展 Claude Code。使用 --mcp-config 标志，您可以加载提供专门功能的 MCP 服务器，如数据库访问、API 集成或自定义工具。

创建一个包含您的 MCP 服务器的 JSON 配置文件：

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "/path/to/allowed/files"
      ]
    },
    "github": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": {
        "GITHUB_TOKEN": "your-github-token"
      }
    }
  }
}

然后与 Claude Code 一起使用：

# 从配置加载 MCP 服务器
$ claude -p "List all files in the project" --mcp-config mcp-servers.json

# 重要：必须使用 --allowedTools 明确允许 MCP 工具
# MCP 工具遵循格式：mcp__$serverName__$toolName
$ claude -p "Search for TODO comments" \
  --mcp-config mcp-servers.json \
  --allowedTools "mcp__filesystem__read_file,mcp__filesystem__list_directory"

# 使用 MCP 工具在非交互模式下处理权限提示
$ claude -p "Deploy the application" \
  --mcp-config mcp-servers.json \
  --allowedTools "mcp__permissions__approve" \
  --permission-prompt-tool mcp__permissions__approve

使用 MCP 工具时，您必须使用 --allowedTools 标志明确允许它们。MCP 工具名称遵循模式 mcp__<serverName>__<toolName>，其中：

serverName 是您的 MCP 配置文件中的键
toolName 是该服务器提供的特定工具

这种安全措施确保 MCP 工具仅在明确允许时使用。

如果您只指定服务器名称（即 mcp__<serverName>），则该服务器的所有工具都将被允许。

不支持通配符模式（例如 mcp__go*）。

自定义权限提示工具

可选地，使用 --permission-prompt-tool 传入一个 MCP 工具，我们将使用它来检查用户是否授予模型调用给定工具的权限。当模型调用工具时，会发生以下情况：

我们首先检查权限设置：所有 settings.json 文件，以及传递给 SDK 的 --allowedTools 和 --disallowedTools；如果其中之一允许或拒绝工具调用，我们继续进行工具调用
否则，我们调用您在 --permission-prompt-tool 中提供的 MCP 工具

--permission-prompt-tool MCP 工具会传递工具名称和输入，并且必须返回一个带有结果的 JSON 字符串化载荷。载荷必须是以下之一：

// 工具调用被允许
{
  "behavior": "allow",
  "updatedInput": {...}, // 更新的输入，或者只是返回原始输入
}

// 工具调用被拒绝
{
  "behavior": "deny",
  "message": "..." // 解释为什么权限被拒绝的人类可读字符串
}

例如，TypeScript MCP 权限提示工具实现可能如下所示：

const server = new McpServer({
  name: "Test permission prompt MCP Server",
  version: "0.0.1",
});

server.tool(
  "approval_prompt",
  'Simulate a permission check - approve if the input contains "allow", otherwise deny',
  {
    tool_name: z.string().describe("The tool requesting permission"),
    input: z.object({}).passthrough().describe("The input for the tool"),
  },
  async ({ tool_name, input }) => {
    return {
      content: [
        {
          type: "text",
          text: JSON.stringify(
            JSON.stringify(input).includes("allow")
              ? {
                  behavior: "allow",
                  updatedInput: input,
                }
              : {
                  behavior: "deny",
                  message: "Permission denied by test approval_prompt tool",
                }
          ),
        },
      ],
    };
  }
);

要使用此工具，添加您的 MCP 服务器（例如使用 --mcp-config），然后像这样调用 SDK：

claude -p "..." \
  --permission-prompt-tool mcp__test-server__approval_prompt \
  --mcp-config my-config.json

使用说明：

使用 updatedInput 告诉模型权限提示改变了其输入；否则，将 updatedInput 设置为原始输入，如上面的示例所示。例如，如果工具向用户显示文件编辑差异并让他们手动编辑差异，权限提示工具应该返回该更新的编辑。
载荷必须是 JSON 字符串化的

可用的 CLI 选项

SDK 利用 Claude Code 中可用的所有 CLI 选项。以下是 SDK 使用的关键选项：

标志	描述	示例
`--print`, `-p`	在非交互模式下运行	`claude -p "query"`
`--output-format`	指定输出格式（`text`、`json`、`stream-json`）	`claude -p --output-format json`
`--resume`, `-r`	通过会话 ID 恢复对话	`claude --resume abc123`
`--continue`, `-c`	继续最近的对话	`claude --continue`
`--verbose`	启用详细日志记录	`claude --verbose`
`--max-turns`	在非交互模式下限制代理轮次	`claude --max-turns 3`
`--system-prompt`	覆盖系统提示（仅适用于 `--print`）	`claude --system-prompt "Custom instruction"`
`--append-system-prompt`	附加到系统提示（仅适用于 `--print`）	`claude --append-system-prompt "Custom instruction"`
`--allowedTools`	允许的工具的空格分隔列表，或允许的工具的逗号分隔列表字符串	`claude --allowedTools mcp__slack mcp__filesystem` `claude --allowedTools "Bash(npm install),mcp__filesystem"`
`--disallowedTools`	拒绝的工具的空格分隔列表，或拒绝的工具的逗号分隔列表字符串	`claude --disallowedTools mcp__splunk mcp__github` `claude --disallowedTools "Bash(git commit),mcp__github"`
`--mcp-config`	从 JSON 文件加载 MCP 服务器	`claude --mcp-config servers.json`
`--permission-prompt-tool`	用于处理权限提示的 MCP 工具（仅适用于 `--print`）	`claude --permission-prompt-tool mcp__auth__prompt`

有关 CLI 选项和功能的完整列表，请参阅 CLI 参考文档。

输出格式

SDK 支持多种输出格式：

文本输出（默认）

仅返回响应文本：

$ claude -p "Explain file src/components/Header.tsx"
# 输出：This is a React component showing...

JSON 输出

返回包括元数据的结构化数据：

$ claude -p "How does the data layer work?" --output-format json

响应格式：

{
  "type": "result",
  "subtype": "success",
  "total_cost_usd": 0.003,
  "is_error": false,
  "duration_ms": 1234,
  "duration_api_ms": 800,
  "num_turns": 6,
  "result": "The response text here...",
  "session_id": "abc123"
}

流式 JSON 输出

在接收到每条消息时流式传输：

$ claude -p "Build an application" --output-format stream-json

每个对话都以初始的 init 系统消息开始，然后是用户和助手消息列表，最后是带有统计信息的最终 result 系统消息。每条消息都作为单独的 JSON 对象发出。

消息模式

从 JSON API 返回的消息根据以下模式严格类型化：

type SDKMessage =
  // 助手消息
  | {
      type: "assistant";
      message: Message; // 来自 Anthropic SDK
      session_id: string;
    }

  // 用户消息
  | {
      type: "user";
      message: MessageParam; // 来自 Anthropic SDK
      session_id: string;
    }

  // 作为最后一条消息发出
  | {
      type: "result";
      subtype: "success";
      duration_ms: float;
      duration_api_ms: float;
      is_error: boolean;
      num_turns: int;
      result: string;
      session_id: string;
      total_cost_usd: float;
    }

  // 作为最后一条消息发出，当我们达到最大轮次时
  | {
      type: "result";
      subtype: "error_max_turns" | "error_during_execution";
      duration_ms: float;
      duration_api_ms: float;
      is_error: boolean;
      num_turns: int;
      session_id: string;
      total_cost_usd: float;
    }

  // 在对话开始时作为第一条消息发出
  | {
      type: "system";
      subtype: "init";
      apiKeySource: string;
      cwd: string;
      session_id: string;
      tools: string[];
      mcp_servers: {
        name: string;
        status: string;
      }[];
      model: string;
      permissionMode: "default" | "acceptEdits" | "bypassPermissions" | "plan";
    };

我们将很快以 JSONSchema 兼容格式发布这些类型。我们对主要的 Claude Code 包使用语义版本控制来传达此格式的重大更改。

Message 和 MessageParam 类型在 Anthropic SDK 中可用。例如，请参阅 Anthropic TypeScript 和 Python SDK。

输入格式

SDK 支持多种输入格式：

文本输入（默认）

输入文本可以作为参数提供：

$ claude -p "Explain this code"

或者输入文本可以通过 stdin 管道传输：

$ echo "Explain this code" | claude -p

流式 JSON 输入

通过 stdin 提供的消息流，其中每条消息代表一个用户轮次。这允许对话的多个轮次而无需重新启动 claude 二进制文件，并允许在模型处理请求时向模型提供指导。

每条消息都是一个 JSON ‘用户消息’ 对象，遵循与输出消息模式相同的格式。消息使用 jsonl 格式格式化，其中输入的每一行都是一个完整的 JSON 对象。流式 JSON 输入需要 -p 和 --output-format stream-json。

目前这仅限于纯文本用户消息。

$ echo '{"type":"user","message":{"role":"user","content":[{"type":"text","text":"Explain this code"}]}}' | claude -p --output-format=stream-json --input-format=stream-json --verbose

示例

简单脚本集成

#!/bin/bash

# 运行 Claude 并检查退出代码的简单函数
run_claude() {
    local prompt="$1"
    local output_format="${2:-text}"

    if claude -p "$prompt" --output-format "$output_format"; then
        echo "Success!"
    else
        echo "Error: Claude failed with exit code $?" >&2
        return 1
    fi
}

# 使用示例
run_claude "Write a Python function to read CSV files"
run_claude "Optimize this database query" "json"

使用 Claude 处理文件

# 通过 Claude 处理文件
$ cat mycode.py | claude -p "Review this code for bugs"

# 处理多个文件
$ for file in *.js; do
    echo "Processing $file..."
    claude -p "Add JSDoc comments to this file:" < "$file" > "${file}.documented"
done

# 在管道中使用 Claude
$ grep -l "TODO" *.py | while read file; do
    claude -p "Fix all TODO items in this file" < "$file"
done

会话管理

# 启动会话并捕获会话 ID
$ claude -p "Initialize a new project" --output-format json | jq -r '.session_id' > session.txt

# 使用相同会话继续
$ claude -p --resume "$(cat session.txt)" "Add unit tests"

最佳实践

使用 JSON 输出格式 进行响应的程序化解析：

# 使用 jq 解析 JSON 响应
result=$(claude -p "Generate code" --output-format json)
code=$(echo "$result" | jq -r '.result')
cost=$(echo "$result" | jq -r '.cost_usd')

优雅地处理错误 - 检查退出代码和 stderr：

if ! claude -p "$prompt" 2>error.log; then
    echo "Error occurred:" >&2
    cat error.log >&2
    exit 1
fi

使用会话管理 在多轮对话中维护上下文

考虑超时 对于长时间运行的操作：

timeout 300 claude -p "$complex_prompt" || echo "Timed out after 5 minutes"

尊重速率限制 在进行多个请求时通过在调用之间添加延迟

实际应用

Claude Code SDK 能够与您的开发工作流程进行强大的集成。一个值得注意的例子是 Claude Code GitHub Actions，它使用 SDK 直接在您的 GitHub 工作流程中提供自动化代码审查、PR 创建和问题分类功能。

快速入门

使用 Claude 构建

部署

管理

参考

资源

身份验证

基本 SDK 使用

命令行

TypeScript

Python

高级使用

多轮对话

自定义系统提示

MCP 配置

自定义权限提示工具

可用的 CLI 选项

输出格式

文本输出（默认）

JSON 输出

流式 JSON 输出

消息模式

输入格式

文本输入（默认）

流式 JSON 输入

示例

简单脚本集成

使用 Claude 处理文件

会话管理

最佳实践

实际应用

相关资源

快速入门

使用 Claude 构建

部署

管理

参考

资源

​身份验证

​基本 SDK 使用

​命令行

​TypeScript

​Python

​高级使用

​多轮对话

​自定义系统提示

​MCP 配置

​自定义权限提示工具

​可用的 CLI 选项

​输出格式

​文本输出（默认）

​JSON 输出

​流式 JSON 输出

​消息模式

​输入格式

​文本输入（默认）

​流式 JSON 输入

​示例

​简单脚本集成

​使用 Claude 处理文件

​会话管理

​最佳实践

​实际应用

​相关资源

身份验证

基本 SDK 使用

命令行

TypeScript

Python

高级使用

多轮对话

自定义系统提示

MCP 配置

自定义权限提示工具

可用的 CLI 选项

输出格式

文本输出（默认）

JSON 输出

流式 JSON 输出

消息模式

输入格式

文本输入（默认）

流式 JSON 输入

示例

简单脚本集成

使用 Claude 处理文件

会话管理

最佳实践

实际应用

相关资源