Phase 00: Setup & Tooling

API ها و کلید ها

Type: Build

Languages: Python, TypeScript

Prerequisites: Phase 0, Lesson 01

Time: ~30 minutes

اهداف یادگیری

• کلید های API را با استفاده از متغیرهای محیط امن ذخیره کنید و .envفایل ها
• با استفاده از هر دو SDK Anthropic Python و HTTP خام یک تماس API LLM را انجام دهید
• مقایسه فرمت های درخواست/پاسخ HTTP مبتنی بر SDK و خام برای دیبگ
• شناسایی و مدیریت خطاهای رایج API از جمله محدودیت های تأیید هویت و نرخ

مشکل

از مرحله 11 شروع می کنید، شما API های LLM (Anthropic، OpenAI، Google) را می خوانید. در مرحله 13-16 شما عوامل را ایجاد می کنید که از این API ها در حلقه ها استفاده می کنند. شما باید بدانید که کلید های API چگونه کار می کنند، چگونه آنها را به طور ایمن ذخیره کنید و چگونه اولین تماس API خود را انجام دهید.

مفهوم

sequenceDiagram
    participant C as Your Code
    participant S as API Server
    C->>S: HTTP Request (with API key)
    S->>C: HTTP Response (JSON)

هر تماس API:

1. یک نقطه پایان (URL)
2. کلید API (اعتماد)
3. یک سازمان درخواست (چه می خواهید)
4. یک بدن پاسخ (چه چیزی را به شما باز می دهد)

آن را بسازید

مرحله 1: کلید های API را به صورت ایمن ذخیره کنید

هرگز کلید API رو در کد نذاريد. از متغيرات محیط استفاده کنيد.

export ANTHROPIC_API_KEY="sk-ant-..."
export OPENAI_API_KEY="sk-..."

یا از یک.envفایل (به آن اضافه کنید).gitignore):

ANTHROPIC_API_KEY=sk-ant-...
OPENAI_API_KEY=sk-...

مرحله 2: اولین تماس API (Python)

import os

import anthropic

client = anthropic.Anthropic()

MODEL = os.environ.get("LLM_MODEL", "claude-sonnet-5")

response = client.messages.create(
    model=MODEL,
    max_tokens=256,
    messages=[{"role": "user", "content": "What is a neural network in one sentence?"}]
)

print(response.content[0].text)

LLM_MODELاینترنتی که در آن به عنوان یک سیستم عامل جدید شناخته می شود، به عنوان یک سیستم عامل جدید و یک سیستم عامل جدید شناخته می شود.

مرحله 3: اولین تماس API (TypeScript)

import Anthropic from "@anthropic-ai/sdk";

const client = new Anthropic();

const MODEL = process.env.LLM_MODEL ?? "claude-sonnet-5";

const response = await client.messages.create({
  model: MODEL,
  max_tokens: 256,
  messages: [{ role: "user", content: "What is a neural network in one sentence?" }],
});

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

مرحله 4: HTTP خام (بدون SDK)

import os
import urllib.request
import json

url = "https://api.anthropic.com/v1/messages"
headers = {
    "Content-Type": "application/json",
    "x-api-key": os.environ["ANTHROPIC_API_KEY"],
    "anthropic-version": "2023-06-01",
}
body = json.dumps({
    "model": os.environ.get("LLM_MODEL", "claude-sonnet-5"),
    "max_tokens": 256,
    "messages": [{"role": "user", "content": "What is a neural network in one sentence?"}],
}).encode()

req = urllib.request.Request(url, data=body, headers=headers, method="POST")
with urllib.request.urlopen(req) as resp:
    result = json.loads(resp.read())
    print(result["content"][0]["text"])

این کاری است که SDK ها در زیر هود انجام می دهند. درک تماس HTTP خام هنگام دیبگینگ کمک می کند.

ازش استفاده کن

براي اين دوره:

الان به همهشون نياز ندارين، وقتي که درس لازم باشه، آماده کنين

-باده

این درس نتیجه می دهد:

• outputs/prompt-api-troubleshooter.md- تشخیص خطاهای رایج API

تمرینات

1. يه کلید API Anthropic رو بدست بيار و اولين تماس API رو انجام بدي
2. نسخه خام HTTP را امتحان کنید و فرمت پاسخ را با نسخه SDK مقایسه کنید
3. با استفاده عمدا از کلید API اشتباه و خواندن پیام خطا

اشاره ها

Exercise 1.يه کلید رو در کنسول انسانسازي بساز و داخلش بذاريANTHROPIC_API_KEYو به عنوان در درس نشان داده شده، و اجرا کنیدcode/first_api_call.py. تماس زمانی که اسکریپت پاسخ مدل را چاپ کند و هیچ خطا ای نداشته باشد کار می کند

Exercise 2.هر دو عملکرد در code/first_api_call.pyفقط متن و نماد حساب شده رو چاپ کنprint(response)درcall_with_sdk()وprint(result)درcall_raw_http()، سپس اسکریپت را اجرا کنید تا هر دو پاسخ کامل را ببینید. نام های زمینه را مقایسه کنید: JSON خام دارای همان content،usageوstop_reasonزمینه هایی که SDK به ویژگی های شی تبدیل می کند.

Exercise 3.تنظیم شدهANTHROPIC_API_KEYدر یک ترمینال فقط یک مقدار جعلی را به نمایش بگذارید، سپس اسکریپت را دوباره اجرا کنید. کد وضعیت HTTP و نوع خطای در خروجی را پیدا کنید؛ یک شکست تأیید هویت وضعیت 401 را باز می گرداند.

اصطلاحات کلیدی

This free lesson is part of the AI Engineering from Scratch curriculum. Read the full explanation, run the lesson code, and verify the result in the interactive reader or from the repository source.

Browse the complete course catalog or open this lesson on GitHub.