Product Management
Đăng nhập
ESC

Nhập từ khóa để tìm kiếm

↑↓ Di chuyển
Enter Mở
ESC Đóng

Bài 2 — Chuẩn bị bộ công cụ và API key

Đã đọc 0/9 mục · còn khoảng 3 phút
Cách chúng tôi ghi nhận

Một mục được tính là đã đọc khi nó nằm giữa màn hình đủ lâu so với độ dài của nó (bảng và sơ đồ tính một nửa), bạn vẫn đang cuộn hoặc bấm phím, và bạn đã thấy tới cuối mục. Lướt nhanh hoặc để tab mở không được tính. Chúng tôi chỉ lưu thời gian đọc từng mục — không lưu gì khác.

Chuẩn bị bộ công cụ và API key

Trước khi xây, bạn cần một "xưởng" gọn. Bài này giúp bạn chọn nền tảng phù hợp túi tiền freelancer, lấy API key an toàn và kiểm soát chi phí ngay từ đầu.

Ba lựa chọn nền tảng theo trình độ

  • No-code / low-code (Make.com, n8n, Zapier + AI step): kéo thả, hợp người không lập trình. n8n tự host thì gần như miễn phí.
  • Framework code nhẹ (LangChain, LlamaIndex, hoặc gọi thẳng API bằng Python): linh hoạt, kiểm soát tốt, cần biết chút code.
  • Nền tảng agent đóng gói (các "custom GPT", trợ lý tích hợp sẵn): nhanh nhưng khó tùy biến sâu.
Lời khuyên: freelancer nên bắt đầu với n8n tự host (cho tự động hóa nối app) hoặc một script Python nhỏ (cho tác vụ agent thuần). Đừng ôm cả hệ sinh thái ngày đầu.

Lấy API key an toàn

  • Đăng ký tài khoản nhà cung cấp mô hình (ví dụ Anthropic hoặc OpenAI).
  • Vào mục API Keys, tạo key mới, đặt tên rõ ràng theo dự án (vd inbox-agent-prod).
  • Copy ngay — key chỉ hiện một lần.
  • Không dán key vào code hay commit lên Git. Dùng biến môi trường.
  • Đặt usage limit / budget ngay: ví dụ 10 USD/tháng để tránh cháy ví do lỗi vòng lặp.

Lưu key bằng biến môi trường

Tạo file .env (và thêm vào .gitignore):

ANTHROPIC_API_KEY=sk-ant-xxxxx
MODEL=claude-haiku
MONTHLY_BUDGET_USD=10

Đọc trong Python:

import os
from dotenv import load_dotenv

load_dotenv()
api_key = os.environ["ANTHROPIC_API_KEY"]
assert api_key, "Thiếu API key!"

Test "hello agent" trong 5 phút

# Gọi thử một prompt để chắc chắn key hoạt động
import anthropic
client = anthropic.Anthropic()  # tự đọc ANTHROPIC_API_KEY
resp = client.messages.create(
    model="claude-haiku",
    max_tokens=200,
    messages=[{"role": "user", "content": "Xin chào, trả lời 1 câu."}],
)
print(resp.content[0].text)

Chạy được nghĩa là xưởng đã sẵn sàng.

Khung chọn mô hình theo chi phí

Nhu cầuMô hình nên dùng
Phân loại, tóm tắt ngắn, khối lượng lớnMô hình nhỏ/rẻ (haiku, mini)
Soạn nội dung, suy luận vừaMô hình tầm trung
Việc phức tạp, ra quyết định nhiều bướcMô hình mạnh nhất, dùng tiết kiệm
Nguyên tắc: mặc định dùng mô hình rẻ, chỉ nâng cấp khi chất lượng chưa đạt.

Các bước làm

  • Chọn 1 nền tảng (đừng chọn 3).
  • Tạo tài khoản + API key, đặt budget limit.
  • Tạo .env, thêm vào .gitignore.
  • Chạy test "hello agent".
  • Ghi lại chi phí ước tính mỗi 1.000 lần chạy để biết ngưỡng hòa vốn.

Sai lầm thường gặp

  • Commit API key lên GitHub: bot quét key trong vài phút, hóa đơn tăng vọt. Luôn dùng .env + .gitignore.
  • Không đặt budget limit: một vòng lặp lỗi có thể đốt hàng chục USD trong một đêm.
  • Chọn mô hình mạnh nhất cho mọi việc: đắt gấp 10–30 lần mà chất lượng không cần đến vậy.
  • Ôm đồm nền tảng: học cả LangChain + n8n + 3 API cùng lúc rồi bỏ cuộc.

Checklist

  • [ ] Nền tảng: 1
  • [ ] API key tạo xong, đặt budget
  • [ ] .env an toàn, không lên Git
  • [ ] Test hello agent chạy được
Bài sau: viết "bộ não" cho agent — system prompt và định nghĩa vai trò.

Học xong bài này rồi? Tạo tài khoản miễn phí để lưu lại — lần sau vào là biết ngay đang dở ở đâu, và học hết khóa thì có chứng chỉ. Lưu tiến độ của tôi