Claude API הוא אחד הכלים החזקים שיש לנו כמפתחים היום — אבל כמו כל API טוב, יש לו עקומת למידה. במדריך הזה נעבור על כל מה שצריך לדעת כדי להתחיל לשלב Claude בפרויקט Node.js אמיתי, בזמן הקצר ביותר.
שלב 1 — התקנה ו-Authentication
npm install @anthropic-ai/sdk
צרו קובץ .env ובו:
ANTHROPIC_API_KEY=sk-ant-...
שלב 2 — קריאה בסיסית
import Anthropic from '@anthropic-ai/sdk';
const client = new Anthropic();
const message = await client.messages.create({
model: 'claude-sonnet-4-5',
max_tokens: 1024,
messages: [
{ role: 'user', content: 'הסבר מה זה Tree of Thought prompting' }
]
});
console.log(message.content[0].text);
שלב 3 — Streaming לחוויית משתמש טובה
אחד הדברים הראשונים שתרצו להוסיף — streaming. בלי זה, המשתמש מחכה לכל התשובה לפני שרואה משהו. עם streaming הוא רואה את הטקסט מתגלגל בזמן אמת:
const stream = await client.messages.stream({
model: 'claude-sonnet-4-5',
max_tokens: 1024,
messages: [{ role: 'user', content: userInput }]
});
for await (const chunk of stream) {
if (chunk.type === 'content_block_delta') {
process.stdout.write(chunk.delta.text);
}
}
שלב 4 — System Prompt וזיכרון שיחה
ה-system prompt הוא המקום לתת ל-Claude אישיות, הנחיות, והקשר. לזיכרון שיחה — שמרו את כל ה-messages array ועדכנו אותו בכל turn:
const conversationHistory = [];
async function chat(userMessage) {
conversationHistory.push({ role: 'user', content: userMessage });
const response = await client.messages.create({
model: 'claude-sonnet-4-5',
max_tokens: 1024,
system: 'אתה עוזר מקצועי לפיתוח תוכנה. עונה בעברית.',
messages: conversationHistory
});
const assistantMessage = response.content[0].text;
conversationHistory.push({ role: 'assistant', content: assistantMessage });
return assistantMessage;
}
מה הלאה?
זה הבסיס. משם אפשר להתקדם ל-Tool Use, Prompt Caching, ו-Batch API לעיבוד מסמכים בקנה מידה גדול.
רוצים לצלול עמוק יותר — Tool Use, MCP, ו-streaming בפרויקטים אמיתיים? הקורס Claude API למפתחים של Onyx AI מכסה את כל זה מה-0 ועד production.
