为 AI Agents 入门课程做准备

构建一个 agent 需要的准备工作少得惊人。你需要一个地方来发送请求，有权限发送请求，以及另一端有一个能调用工具的模型。

这就是三个值。本指南的其余部分就是帮助你第一次就设置正确，这样课程中就不会因为与 agent 无关的原因而失败。

这些页面是对 Scrimba 的 Intro to AI Agents 课程的补充，也能独立使用。如果你在浏览器中学习这个课程，你只需要前三页。如果你想把代码放在自己的机器上，最后一页也有说明。

课程代码是 JavaScript，如果你需要先补充一下相关知识，JavaScript 手册在这里。

你将设置什么

三个环境变量包含了课程代码与模型通信所需的全部内容：

它们必须相互匹配。一个有效的密钥指向错误的服务商 URL 会失败，正确的服务商但模型 ID 不是该服务商提供的也会失败。每当你切换服务商时，要同时修改这三个值。

来自 Intro to AI Engineering？

这些正是那门课程用过的三个变量。如果你已经在 Scrimba 中保存了它们，你可以直接跳到推荐模型，确认你的模型支持工具调用。

Juno你将设置什么AI_URL、AI_KEY 和 AI_MODEL 是一个设置的三个部分。URL 说明你在和哪家公司对话，密钥证明你有权限，模型说明哪个大脑来回答。

它们只有作为一个匹配的整体才能工作，所以每当你切换服务商时要同时修改这三个值。混用一个服务商的密钥和另一个的 URL 是几乎每个人都会犯一次的错误！

服务商设置逐步讲解了如何用 OpenAI 或 OpenRouter 创建账户、生成 API 密钥，以及保存这三个值。

推荐模型涵盖了唯一的硬性要求（工具调用），并提供了经过测试的简明列表，这样你就不用猜测了。

Chat Completions 和 Responses解释了你会在野外看到的两个 OpenAI API，它们的请求和回复格式如何不同，以及为什么这门课程使用 Responses。

本地运行代码是为了当你想把项目从 Scrimba 转到自己的机器上时使用，涵盖了下载、.env 文件、安装依赖，以及容易让人掉坑的端口冲突问题。

这门课程中的几乎所有内容都适用于任何支持 OpenAI API 格式的服务商。唯一不变的要求是你的模型能够调用工具。

Agent 是一个能决定使用工具的模型，所以一个不能调用工具的模型无论代码怎么写都成不了 agent。如果你去探索推荐列表以外的模型，记住这一点，因为模型的限制和代码中的 bug 在控制台中看起来是一样的。

Juno需要提前决定的一件事工具调用是模型必须能做的一件事。其他都是偏好：它有多快、成本多少、话有多多。

Agent 是一个能让你的代码去执行某些操作的模型，所以一个不能发出这个请求的模型根本成不了 agent。模型页面上的简明列表已经检查过这一点了，所以你不用自己去验证。

其他每一门 AI 课程和项目都有自己的本地设置指南。本地运行 AI 课程项目是这些内容的索引，涵盖 AI Engineer Path、Chef Claude 和 Intro to Mistral AI。