Phase 00: Setup & Tooling

Las API y las claves

Type: Build

Languages: Python, TypeScript

Prerequisites: Phase 0, Lesson 01

Time: ~30 minutes

Objetivos de aprendizaje

• Almacenar las claves de API de forma segura utilizando variables del entorno y .envarchivos
• Hacer una llamada de API LLM utilizando tanto el SDK de Python Antropic como el HTTP crudo
• Comparar los formatos de solicitud/respuesta HTTP basados en SDK y en bruto para el depuración
• Identificar y manejar errores comunes de API, incluidos los límites de autenticación y tasa

El problema

A partir de la Fase 11, llamará a las API de LLM (Antropic, OpenAI, Google). En la Fase 13-16 construirá agentes que utilizan estas API en bucles. Necesita saber cómo funcionan las claves de API, cómo almacenarlas de forma segura y cómo hacer su primera llamada de API.

El concepto

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

Cada llamada de API tiene:

1. Un punto final (URL)
2. Una clave de API (autenticación)
3. Un organismo de solicitud (lo que quieras)
4. Un cuerpo de respuesta (lo que obtienes de vuelta)

Construye el mismo

Paso 1: Almacenar las claves de API de forma segura

Nunca ponga claves API en el código.

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

O usar un.envarchivo (agrega a .gitignore):

CopyANTHROPIC_API_KEY=sk-ant-...
OPENAI_API_KEY=sk-...

Paso 2: Primera llamada de API (Python)

pythonCopyimport 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_MODELSelecciona el id del modelo Anthropic, y el alias predeterminado es el alias Sonnet no datado. Otros proveedores (OpenAI, Google y otros) siguen el mismo patrón de una clave más un id del modelo, pero cada uno tiene su propio SDK, punto final y esquema de solicitud / respuesta.

Paso 3: Primera llamada de API (TypeScript)

typescriptCopyimport 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);

Paso 4: HTTP crudo (sin SDK)

pythonCopyimport 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"])

Esto es lo que hacen los SDKs bajo el capó. Entender la llamada HTTP crudo ayuda al desactivar.

Usalo

Para este curso:

No las necesitas todas ahora, hazlas cuando la lección lo requiera.

Envío

Esta lección produce:

• outputs/prompt-api-troubleshooter.md- diagnóstico de errores comunes de API

Los ejercicios

1. Obtenga una clave de API de Anthropic y haga su primera llamada de API
2. Prueba la versión HTTP en bruto y compara el formato de respuesta con la versión del SDK
3. Usar intencionalmente una clave de API incorrecta y leer el mensaje de error

Términos clave

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.