Configuración para Learn AI Agents

Construir un agente requiere sorprendentemente poca configuración. Necesitas un lugar adonde enviar una solicitud, permiso para enviarla, y un modelo del otro lado que pueda llamar herramientas.

Son tres valores. El resto de esta guía trata de conseguirlos bien a la primera, para que nada en el curso falle por algo que no tenga que ver con agentes.

Estas páginas acompañan al curso Learn AI Agents de Scrimba, y funcionan por sí solas. Si estás trabajando el curso en el navegador, solo necesitas las primeras tres páginas. Las dos últimas son para cuando quieras el código en tu máquina, y luego online.

El código del curso es JavaScript, y el manual de JavaScript está ahí si quieres repasarlo primero.

Qué vas a configurar

Tres variables de entorno contienen todo lo que el código del curso necesita para comunicarse con un modelo:

Variable	Qué contiene
AI_URL	La URL base de la API del proveedor, adonde se envían las solicitudes
AI_KEY	Tu clave de API, que es lo que autoriza esas solicitudes
AI_MODEL	El ID del modelo específico con el que quieres hablar

Tienen que ser coherentes entre sí. Una clave válida apuntando a la URL incorrecta del proveedor falla, y un proveedor correcto con un ID de modelo que ese proveedor no sirve también falla. Cada vez que cambies de proveedor, cambia los tres valores juntos.

¿Vienes de Intro to AI Engineering?

Estas son las mismas tres variables que ese curso usaba. Si ya las tienes guardadas en Scrimba, quizás puedas ir directo a modelos recomendados y confirmar que tu modelo admite tool calling.

JunoQué vas a configurarAI_URL, AI_KEY y AI_MODEL son una configuración en tres partes. La URL dice con qué empresa estás hablando, la clave prueba que tienes permiso, y el modelo dice cuál responde.

Solo funcionan como un conjunto coincidente, así que cambia los tres juntos cada vez que cambies de proveedor. Una clave de un proveedor con la URL de otro es el error que tienes que vigilar.

JunoQué vas a configurar El error más probable que encontrarás no es un typo en un valor. Es un rezagado: una clave del proveedor que usaste el mes pasado, enviada a la URL que configuraste hoy.

Así que trata el cambio de proveedor como una edición con tres partes. Si obtienes un error de autenticación o modelo no encontrado, relee los tres antes de leer tu propio código.

JunoQué vas a configurar Una inconsistencia merece esta atención porque los errores apuntan hacia otro lado. Un proveedor que recibe una clave que nunca emitió responde como si la clave fuera incorrecta, y un proveedor al que se le pide un modelo fuera de su catálogo responde como si hubieras escrito mal el nombre.

Ambos son el mismo fallo, un conjunto inconsistente, y ningún mensaje lo dice.

Las páginas en orden

Configuración del proveedor te guía a través de crear una cuenta con OpenAI u OpenRouter, generar una clave de API, y guardar los tres valores.

Modelos recomendados cubre el único requisito difícil, tool calling, y te da una lista corta probada para que no tengas que adivinar.

Chat Completions y Responses explica las dos APIs de OpenAI que verás, cómo difieren sus formas de solicitud y respuesta, y por qué este curso usa Responses.

Ejecutar el código localmente es para cuando quieras sacar el proyecto de Scrimba y llevarlo a tu máquina, cubriendo la descarga, el archivo .env, instalar dependencias, y las colisiones de puertos que atrapan a la gente.

Desplegar tu app de agente es el paso después del curso: poner la app OpenSwap terminada, o tu proyecto individual de Charta, online con una compilación de producción y un host.

JunoLas páginas en orden En el navegador, las primeras tres páginas son todo lo que necesitas: configura un proveedor, elige un modelo, luego ve la solicitud que el curso envía.

Las dos últimas pueden esperar hasta que quieras el proyecto en tu computadora o online.

JunoLas páginas en orden Cada página depende de la anterior. Las variables vienen primero, el modelo va en una de ellas, y la página de API muestra la solicitud que esos valores alimentan.

Los mismos tres valores te siguen fuera de Scrimba: a un archivo .env cuando ejecutas localmente, y a la configuración del host cuando despliegas.

JunoLas páginas en orden Las dos últimas páginas descansan en una decisión de diseño: el servidor Express guarda tu clave y realiza cada solicitud al modelo.

Es por eso que el mismo código se ejecuta en Scrimba, en tu máquina y en un host, con solo el entorno cambiando.

Una cosa que decidir de antemano

El código del curso usa el cliente de OpenAI apuntando a lo que sea que establezcas en AI_URL, y llama a la API Responses. Así que un proveedor tiene que hacer más que aceptar solicitudes con forma de OpenAI. Tiene que servir Responses, y el modelo detrás tiene que llamar herramientas de forma confiable a través de él. Las rutas en la página de modelos recomendados han sido probadas de esa forma.

Tool calling es el requisito que no se dobla. Este curso construye su agente sobre el tool calling nativo del modelo: el modelo devuelve una solicitud estructurada para ejecutar una de tus funciones, y tu código la ejecuta. Los agentes se pueden construir de otras formas, pero el código de este curso no puede ejecutarse sin él, sea como sea que lo demás esté escrito.

Ten esto en mente si te vas a explorar más allá de la lista recomendada, porque una limitación del modelo y un bug en tu código se ven idénticos en la consola.

JunoUna cosa que decidir de antemano Tool calling es lo único que un modelo tiene que poder hacer aquí. Todo lo demás es preferencia: qué tan rápido es, cuánto cuesta, qué tan hablador es.

El agente en este curso funciona pidiendo a tu código que ejecute algo, así que un modelo que no puede hacer esa solicitud no puede ejecutarlo. La lista corta en la página de modelos ya tiene esto verificado.

JunoUna cosa que decidir de antemano Fuera de la lista recomendada, verifica dos cosas: la tarjeta del modelo lista tool calling, generalmente como "function calling" o "tools", y el proveedor sirve la API Responses, no solo Chat Completions.

Cuando una lección se comporta mal y tu código coincide con la solución, cambia a un modelo conocidamente bueno antes de releer tu propio trabajo. Es una prueba rápida que descarta la causa que la gente verifica al final.

JunoUna cosa que decidir de antemano El soporte para herramientas pertenece al endpoint servido, no solo al modelo. En OpenRouter un modelo puede ser servido por varios proveedores ascendentes, y un listado de catálogo no prueba que cada ruta maneje herramientas a través de Responses.

Es por eso que la lista corta nombra rutas, no familias de modelos. Cuando un modelo que debería soportar herramientas aparenta no hacerlo, verifica qué ruta estás golpeando antes de culpar al modelo.

Otros cursos de IA de Scrimba

Cada otro curso de IA y proyecto tiene su propia guía de configuración local. Ejecutar un proyecto de curso de IA localmente es el índice para esos, cubriendo la AI Engineer Path, Chef Claude, e Intro to Mistral AI.

JunoOtros cursos de IA de Scrimba ¿Aquí por un curso diferente? Selecciónalo en el índice y sigue esa guía en su lugar.

JunoOtros cursos de IA de Scrimba Cada guía sigue su propio proyecto, así que no mezcles pasos entre ellos.

JunoOtros cursos de IA de Scrimba Algunos proyectos llaman a su proveedor con sus propios nombres de variable, así que toma los nombres de cada guía.

Toma Learn AI Agents en ScrimbaLearn AI Agents te lleva de una única llamada a modelo a un agente que llama herramientas y actúa sobre los resultados.→