Preparación del entorno

Antes de empezar

Este curso es práctico: cada módulo cierra con un proyecto real que ejecutas en tu propia máquina. Este módulo prepara esa máquina una sola vez —te tomará unos 15-20 minutos— para que ningún ejercicio te frene más adelante.

Requisitos previos. El curso es de nivel profesional para gente que ya programa. No necesitas experiencia con LLMs, pero sí sentirte cómodo leyendo y ejecutando código y usar una terminal. Los ejemplos están en Python (3.10 o superior). No enseñamos Python desde cero: si vienes de otro lenguaje y nunca lo tocaste, con un repaso rápido basta — el tutorial oficial de Python cubre lo esencial en una tarde.

Una nota de transparencia: el curso es gratis, pero los ejercicios hacen llamadas reales a la API de OpenAI, que es de pago. Tranquilo, hablamos de centavos.

Lo que vas a necesitar

• Python 3.10+
• Una cuenta de OpenAI con una API key y un poco de crédito.
• Un editor de código (VS Code, por ejemplo) y una terminal.

Que la lista no te intimide: se resuelve en una sola sesión y no vuelves a tocarlo.

1. Instala Python

Comprueba primero si ya lo tienes:

python --version
# en algunos sistemas el comando es:
python3 --version

Necesitas 3.10 o superior. Si no lo tienes o es más viejo:

• Windows y macOS: descárgalo de python.org/downloads. En Windows, marca la casilla "Add python.exe to PATH" durante la instalación — sin eso, la terminal no encontrará python.
• Linux: ya suele venir; si falta, instálalo con tu gestor de paquetes (por ejemplo sudo apt install python3 python3-venv en Debian/Ubuntu).

2. Crea el proyecto y su entorno virtual

Un entorno virtual (venv) es una carpeta con una copia aislada de Python y sus paquetes. Sirve para que las dependencias de este curso no se mezclen con las del resto de tu sistema — es la práctica estándar en Python, el equivalente a un node_modules por proyecto.

mkdir curso-agentes
cd curso-agentes
python -m venv .venv

Actívalo. Tendrás que hacerlo cada vez que abras una terminal nueva en el proyecto:

# macOS / Linux
source .venv/bin/activate
 
# Windows (PowerShell)
.venv\Scripts\Activate.ps1

Sabrás que está activo porque el prompt de la terminal muestra (.venv) al inicio.

3. Consigue tu API key de OpenAI

1. Crea una cuenta en platform.openai.com.
2. Añade saldo. La API es de pago por uso y hoy funciona con crédito prepagado: en Settings → Billing agrega un método de pago y carga un monto pequeño. Con 5 USD te sobra para todo el módulo.
3. Ve a API keys, crea una key nueva y cópiala en ese momento — por seguridad no se vuelve a mostrar.

Cuánto cuesta. Los ejercicios del Módulo 1 son llamadas pequeñas y cuestan centavos. Un experimento de diez llamadas con un modelo mini queda muy por debajo de un centavo.

Seguridad. Tu API key es una contraseña: quien la tenga gasta con tu dinero. Nunca la escribas directamente en el código ni la subas a git. Por eso la guardamos en una variable de entorno.

4. Configura la key

Guarda la key en un archivo .env en la raíz del proyecto:

# .env
OPENAI_API_KEY=sk-...tu-key...

Y añade .env a tu .gitignore para no subirla nunca por accidente:

# .gitignore
.venv/
.env

Instala las dos librerías con las que arrancaremos:

pip install openai python-dotenv

5. Verifícalo con un hello-world

Crea un archivo hola.py:

from dotenv import load_dotenv
from openai import OpenAI
 
load_dotenv()            # carga OPENAI_API_KEY desde .env
client = OpenAI()        # la lee del entorno automáticamente
 
resp = client.chat.completions.create(
    model="gpt-4.1-mini",
    messages=[{"role": "user", "content": "Responde solo con la palabra: listo"}],
)
print(resp.choices[0].message.content)

Ejecútalo con el entorno activado:

python hola.py

Si ves listo en la terminal, tu entorno está listo y puedes pasar al Módulo 1. Si ves un error, revisa la sección de abajo.

Qué sigue

• El Módulo 1 usa exactamente este setup: Python y tu key de OpenAI.
• A partir del Módulo 2, el curso trabaja con Azure OpenAI (deployments, identidad de Entra ID). Ese módulo explica cómo configurarlo paso a paso; no necesitas hacer nada de Azure ahora.
• Los módulos que usan librerías específicas traen su propia instalación cuando toca — por ejemplo semantic-kernel en el Módulo 3 o langchain en el Módulo 4.

Problemas comunes