Claude Code API連携完全ガイド｜外部サービス統合と実装方法【2026年版】

Claude Code × API連携を活用することで、これまでエンジニアに依頼していた外部サービスとの連携を、自分たちで短期間かつ低コストで構築できる時代になっています。

「APIという言葉は知っているが、Claude CodeとどのAPIをどう組み合わせればいいのかわからない」——そんな声を多くの企業のDX推進担当者から聞きます。

この記事では、Anthropic APIの種類・Claude Agent SDK・MCPの使い分けから、APIキー取得・料金・レート制限の管理、Slack/Notion/GitHubなどの実務ユースケースまで、1記事で体系的に解説します。

Claude CodeとAPIの関係を整理する

Claude CodeとAPIを理解するうえで、まず4つの概念を整理することが必要です。「Anthropic API」「Claude Code SDK」「Agent SDK」「MCP」は名称が似ていますが、それぞれ役割が異なります。

Anthropic Messages APIとは何か

Anthropic Messages APIは、Claudeモデルをプログラムから直接呼び出すためのRESTful APIです。エンドポイントは https://api.anthropic.com/v1/messages で、テキスト生成・ファイル処理・ツール呼び出しなどの機能を利用できます。

企業の業務自動化では、Messages APIを中心に据え、大量処理にはBatches APIを組み合わせるパターンが効果的です。

Claude Code SDKとAgent SDKの違い

2025年後半以降、Anthropicは「Claude Code SDK」と「Claude Agent SDK」の2つのSDKを提供しています。混在して語られることが多いため、違いを明確に把握しておきましょう。

Agent SDKの大きな特徴は、ファイル読み書き・コマンド実行・コード編集などのツールが最初から組み込まれている点です。自前でツール実行のロジックを実装する必要がなく、エージェントループを短いコードで構築できます。

MCP（Model Context Protocol）経由の連携との使い分け

MCPは、Claude CodeがSlack・Notion・GitHubなど外部サービスのデータをリアルタイムで参照するための標準プロトコルです。MCPサーバーが存在するサービスとの連携は、直接APIを呼び出すよりも設定が簡単です。

MCPが向いているケース:

• Notionのデータベースを参照しながらコードを書く
• GitHubのPRを読み込んでレビューコメントを生成する
• Slackのチャンネル情報を参照して通知フォーマットを最適化する

直接API呼び出しが向いているケース:

• MCPサーバーが存在しない独自の社内システムと連携する
• MCPで対応していない細かなAPIエンドポイントを操作する
• バッチ処理で大量のデータを一括処理する

迷った場合は「MCPサーバーが公開されているか確認 → ある場合はMCP優先、ない場合は直接API呼び出し」というルールで判断すると効率的です。

関連記事: Claude Code MCP連携ガイド｜外部ツールとAIを直結する方法

準備：APIキーの取得と初期設定

API連携を始めるには、まずAnthropicのAPIキーが必要です。取得手順と料金体系、安全な管理方法を確認しておきましょう。

Anthropic ConsoleでAPIキーを取得する手順

1. Anthropic Console にアクセスしてアカウントを作成
2. 左メニューの「API Keys」を選択
3. 「Create Key」をクリックして名前を入力
4. 生成されたキーをコピーして安全な場所に保管（再表示不可）

APIキーは sk-ant- で始まる文字列です。取得後は絶対にGitHub等のパブリックリポジトリにコミットしないよう注意してください。

料金プランとTier制度（Tier 1〜4）

Anthropic APIは従量課金制で、Tier 1〜4の段階的なシステムを採用しています。Tierが上がるほどレート制限の上限が拡大します。

主要モデルのAPIコスト（2026年3月時点）:

業務自動化の多くのユースケースでは、Claude Sonnet 4.5が性能とコストのバランスで最適です。

APIキーを環境変数に設定する

APIキーをコードに直書きするのは厳禁です。環境変数を使った安全な管理方法を採用してください。

# macOS / Linux
export ANTHROPIC_API_KEY="sk-ant-xxxxx"

# Windows (PowerShell)
$env:ANTHROPIC_API_KEY = "sk-ant-xxxxx"

本番環境では、AWSのSecrets ManagerやHashicorp Vaultなどのシークレット管理サービスを使うことを推奨します。

基本実装：Anthropic APIを直接呼び出す

APIキーの準備ができたら、実際にClaude APIを呼び出してみましょう。Python・TypeScriptそれぞれの最小実装例を示します。

Pythonでの実装例（最小コード）

import anthropic

# クライアント初期化（ANTHROPIC_API_KEYを環境変数から自動取得）
client = anthropic.Anthropic()

# Messages APIを呼び出す
message = client.messages.create(
    model="claude-sonnet-4-5",
    max_tokens=1024,
    messages=[
        {"role": "user", "content": "月次売上レポートのサマリーを作成してください。"}
    ]
)

print(message.content[0].text)

インストールは pip install anthropic のみで完了します。Pythonは3.8以上が必要です。

TypeScript/JavaScriptでの実装例

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: "月次売上レポートのサマリーを作成してください。" },
  ],
});

console.log(message.content[0].text);

インストールは npm install @anthropic-ai/sdk です。Node.js 18以上が推奨されます。

エラーハンドリングとリトライ

本番環境では、レート制限エラー（429）や一時的なサーバーエラー（529）に対応したリトライ処理が必須です。

import anthropic
import time

client = anthropic.Anthropic()

def call_with_retry(prompt: str, max_retries: int = 3) -> str:
    for attempt in range(max_retries):
        try:
            message = client.messages.create(
                model="claude-sonnet-4-5",
                max_tokens=1024,
                messages=[{"role": "user", "content": prompt}]
            )
            return message.content[0].text
        except anthropic.RateLimitError:
            if attempt < max_retries - 1:
                wait_time = 2 ** attempt  # 指数バックオフ（1秒→2秒→4秒）
                time.sleep(wait_time)
            else:
                raise

ポイント指数バックオフ（Exponential Backoff）を使ったリトライ実装は、レート制限エラーへの対処として最も効果的なパターンです。連続してリトライすると状況が悪化するため、待機時間を段階的に増やす設計が重要です。

Agent SDKで自律エージェントを構築する

Claude Agent SDKは、複数ステップのタスクを自律的に実行するエージェントを、少ないコードで構築するためのSDKです。ファイル読み書き・コマンド実行・コード編集などのツールが最初から組み込まれています。

Agent SDKの特徴とClaude Code SDKとの関係

Agent SDKの内部では、Claude Codeがランタイムとして動作しています。つまり、Agent SDKをインストールすると、Claude Code CLIが自動的にバンドルされます。これにより、開発者はツール実行のロジックを自分で実装する必要がなく、タスクの定義に集中できます。

Agent SDKが特に効果的なユースケース:

• コードベース全体を分析してリファクタリング案を提示する
• 複数のAPIを連続して呼び出し、結果を統合したレポートを生成する
• テストの失敗原因を分析し、コードを修正してテストを再実行する

PythonでAgent SDKを使う基本パターン

import asyncio
from claude_agent_sdk import query, ClaudeCodeOptions

async def run_agent_task():
    options = ClaudeCodeOptions(
        max_turns=10,  # エージェントが実行する最大ターン数
    )

    async for message in query(
        prompt="src/reports/フォルダの全Pythonファイルを分析し、重複している処理を洗い出してください。",
        options=options
    ):
        if message.type == "result":
            print(message.result)

asyncio.run(run_agent_task())

インストール: pip install claude-agent-sdk

TypeScript/JavaScriptでAgent SDKを使う基本パターン

import { query, type ClaudeCodeOptions } from "@anthropic-ai/claude-agent-sdk";

const options: ClaudeCodeOptions = {
  maxTurns: 10,
};

for await (const message of query({
  prompt: "package.jsonの依存関係を分析し、脆弱性のあるパッケージを特定してください。",
  options,
})) {
  if (message.type === "result") {
    console.log(message.result);
  }
}

インストール: npm install @anthropic-ai/claude-agent-sdk

Apple XcodeのAgent SDK対応（2026年の最新動向）

2026年、AppleはXcodeにClaude Agent SDKのネイティブサポートを追加しました。iOS/macOSアプリの開発者が、Xcodeの IDE内から直接Claudeのエージェント機能を呼び出せるようになっています。日本の企業向けアプリ開発においても、Claude Agent SDKを活用した開発ワークフローの効率化が今後加速すると見られています。

関連記事: Claude Code Agent・サブエージェント完全ガイド