使用示例

if __name__ == "__main__":
    large_prompt = "Write a detailed explanation of asynchronous programming in Python, including examples." * 200
    result = safe_claude_call(large_prompt)

    if result:
        print("\n--- Claude Output ---\n", result[:300], "...")

说明：

• 该函数最多重试失败的请求三次，超时情况下采用指数退避策略。
• 如果输出看起来不完整（被截断），它会动态增加 max_tokens。
• 如果达到 token 限制，它会优雅地缩短输入上下文并重试。
• 打印延迟和估计的 token 数量以辅助调试。

这种模式使你的应用在繁重或可变的工作负载下保持响应能力和稳定性。

主动的 Token 预算管理

在发送大型提示之前，最好估算总 token 负载。一个粗略的经验法则是每 4 个字符对应 1 个 token。如果输入文本过长，请在发送前对其进行截断或摘要。

def check_token_budget(prompt, expected_output=1000, limit=200000):
    """估算 token 数量，并在接近限制时发出警告。"""
    input_tokens = len(prompt) // 4
    total = input_tokens + expected_output
    if total > limit:
        print(f"⚠️警告：估计的 {total} 个 token 超过了 {limit} 的限制。")
        print("考虑对输入进行分块或对内容进行摘要。")
    return total

这个简单的预检查可防止你在无意中发送可能导致截断或模型拒绝的庞大上下文。

对长输入进行分块

在处理非常大的文档或多文件代码库时，将输入拆分为可管理的块并迭代处理通常更有效。Claude 随后可以对这些结果进行摘要或整合。

def chunk_text(text, size=8000):
    """将文本拆分为 token 大小的块。"""
    for i in range(0, len(text), size):
        yield text[i:i+size]

def summarize_large_text(text):
    """增量式地摘要大型内容。"""
    summaries = []
    for i, chunk in enumerate(chunk_text(text)):
        print(f"正在处理第 {i+1} 个块")
        summary = safe_claude_call(f"摘要以下部分：\n{chunk}")
        if summary:
            summaries.append(summary)
    return safe_claude_call("合并以下摘要：\n" + "\n".join(summaries))

这种方法使每个请求保持在 token 限制之内，同时保持最终输出的连贯性。在处理超出模型上下文容量的日志、脚本或代码库时，它特别有用。

说明表：超时和 Token 处理策略

进阶技巧：受控的续接

当正确提示时，Claude 可以无缝地续接被截断的响应。使用如下后续提示模式：

continuation_prompt = "从上次的断点继续，保持上下文和代码正确性。"
more_output = safe_claude_call(continuation_prompt)
final_output = (result or "") + "\n" + (more_output or "")

这确保了跨请求的连续性，同时保持在模型约束范围内。

超时、token 限制和截断并非失败的标志——它们是保护开发者和模型免受过载的自然保护机制。通过估算 token 预算、处理重试以及检测不完整的响应，你可以使 Claude 像分布式系统中的可靠组件一样运行。