Acest capitol dă la o parte simulările teoretice și deschide terminalul. Trecem direct la execuție: învățăm cum să generăm cheile de acces în siguranță, cum să configurăm un mediu izolat de test și cum să scriem scriptul Python care realizează prima conexiune reală între infrastructura locală și creierul din Cloud.

„Am înțeles cum colaborează logica fuzzy cu instrucțiunile rigide prin protocolul Function Calling. Acum este momentul să lăsăm arhitectura de pe hârtie și să asamblăm primele fire electrice: deschidem laboratoarele de test și rulăm primul API Call.”

Bun venit la faza de execuție a proiectului nostru. Lăsăm în urmă schițele conceptuale și construim fizic podul digital dintre terminalul tău și inteligența artificială aplicată.

🔹Pasul 1: Obținerea cheii de acces (Google AI Studio)

Pentru ca scripturile tale locale să poată interoga modelul Gemini din Cloud, sistemul are nevoie de o metodă de autentificare securizată. Aceasta nu este o parolă clasică de utilizator, ci o cheie criptografică unică numită API Key. Ea acționează ca o amprentă digitală: îi spune serverului din Cloud cine ești și ce drepturi de consum ai.

Ca să pornim de la zero într-un mediu complet controlat, configurarea se face în trei mișcări simple:

  • Accesează platforma: Intră pe Google AI Studio folosind contul secundar pe care l-am configurat special pentru testare și YouTube.
  • Generează cheia: În panoul de control din partea stângă, identifică și apasă pe butonul “Get API key”, urmat de “Create API key”.
  • Regulă absolută de siguranță: Platforma îți va afișa pe ecran un șir lung de caractere (ex: AIzaSy...). Copiază acest cod imediat și salvează-l într-un fișier local. După ce ai închis acea fereastră, Google ascunde cheia din motive de securitate și nu o mai poți recupera; va trebui să generezi alta.

🔹Pasul 2: Pregătirea Sandbox-ului izolat (Google Colab)

O regulă de aur în ingineria de sistem spune că nu testezi niciodată un cod neverificat direct în producție sau pe serverul principal. De aceea, înainte de a scrie scriptul pe nodul tău din Proxmox, vom folosi Google Colab — un mediu complet izolat (sandbox) în Cloud unde poți rula Python instantaneu, direct din browser, fără configurări locale.

Pentru a ne asigure că proiectul tău este protejat împotriva scurgerilor de date, configurăm mediul folosind pilonul de securitate al platformei:

  • Deschide Google Colab și creează un caiet de lucru nou (New Notebook).
  • În bara de unelte din stânga ecranului, caută iconița sub formă de cheie numită “Secrets” (Variabile de mediu).
  • Adaugă o variabilă nouă cu numele exact: API_KEY. La secțiunea valoare (Value), lipește codul AIza... generat la Pasul 1.
  • Activează comutatorul “Notebook access”. Acest pas este critic: codul tău Python va putea apela cheia în spate, dar caracterele secrete nu vor apărea niciodată scrise în clar pe ecran sau în interiorul fișierului.

🔹Pasul 3: „Salutul Agentului” (Primul Script Python)

Cu infrastructura de acces securizată, putem rula primul test. Acest script realizează instalarea bibliotecii oficiale, extrage cheia din sistemul de siguranță și execută o „strângere de mână” digitală cu modelul din Cloud.

Creează o celulă nouă de cod în Colab și introdu următorul script:

# 1. Instalam biblioteca oficiala Google GenAI
!pip install -q -U google-generativeai

# 2. Importam modulele si configuram securitatea
import google.generativeai as genai
from google.colab import userdata

# Preluam cheia din sistemul izolat "Secrets"
api_key = userdata.get('API_KEY')
genai.configure(api_key=api_key)

# 3. Initializam modelul si trimitem prima interogare
model = genai.GenerativeModel('gemini-1.5-flash')
response = model.generate_content("Salut! Esti pregatit sa fii asistentul meu?")

print(response.text)

În momentul în care apeși butonul de rulare (Play) și terminalul îți întoarce un răspuns text coerent, conexiunea este validată. Podul a fost construit cu succes.

🔹Pasul 4: Definirea Contractului (Function Calling în Python)

Până acum am interozat modelul ca pe un simplu chatbot. Pentru a-l transforma în Agent, trebuie să-i punem la dispoziție o unealtă crisp (rigidă). În codul de mai jos, scriem o funcție clasică în Python și o înregistrăm în interiorul modelului, oferindu-i AI-ului capacitatea de a o solicita atunci când contextul o cere:

# Definim functia locala care simuleaza interogarea serverului tau
def verifica_stoc_hardware(componenta):
    # In viitor, aici va rula un script care interogheaza baza ta de date reala
    return f"Stocul local pentru {componenta} este de 15 unitati."

# Initializam modelul si ii atasam functia ca o unealta (tool)
model = genai.GenerativeModel(
    model_name='gemini-1.5-flash',
    tools=[verifica_stoc_hardware]
)

💡 Analogia „Balerinului și Muzicii” (Logica de Execuție)

Este esențial să înțelegi cum funcționează acest mecanism sub capotă pentru a nu cădea în plasa mitului că AI-ul îți controlează computerul în mod magic. Modelul din Cloud nu are acces direct la serverul tău și nu poate rula el însuși funcția Python.

Când trimiți o interogare de tipul „Mai avem plăcuțe de RAM în depozit?”, creierul fuzzy din Cloud realizează că nu are această informație în antrenamentul său, dar observă în contract că are la dispoziție o unealtă numită verifica_stoc_hardware.

În acel moment, modelul oprește generarea de text obișnuit și trimite înapoi către aplicația ta locală un JSON de cerere. Mesajul sună așa: „Eu nu pot citi serverul tău, dar te rog pe tine, Agentule Local, să rulezi funcția verifica_stoc_hardware cu parametrul componenta=’RAM’ și să îmi trimiți rezultatul brut înapoi.” Aplicația ta locală este cea care execută codul rigid, preia rezultatul și reia muzica, transmițând datele înapoi în Cloud pentru formularea răspunsului final.

🔄 Scenariul tău pentru Ghidul Video (YouTube):

Dacă vrei să înregistrezi pașii acestui capitol pentru comunitatea de pe canalul tău, iată cum trebuie să gestionezi „regia” tehnică pentru a asigura un video dinamic și protejat:

  • Igienizarea ecranului: Folosește un profil complet nou de browser, dedicat contului tău de test. Închide tab-urile personale. Când dai click pe generarea cheii API în AI Studio, oprește înregistrarea ecranului pentru o secundă sau adaugă un efect de blur la editare. Niciun API Key nu trebuie să apară în clar în formatul video final.
  • Subliniază valoarea meniului “Secrets”: Explică-les spectatorilor tăi de ce este greșit să scrie cheile direct în celulele de cod. Spune-le clar: „Dacă scrieți cheia direct în script și urcați din greșeală notebook-ul pe GitHub sau îl trimiteți unui prieten, contul vostru este expus instantaneu și oricine vă poate consuma resursele în mod abuziv.”
  • Arată procesul brut: Dacă sistemul îți returnează o eroare de sintaxă la prima rulare, nu o tăia la editare. Publicul vrea să vadă cum citești o eroare în terminal și cum o corectezi pe loc. Acest lucru oferă autenticitate materialului tău.

Infrastructura ta a realizat prima conexiune securizată. Mâinile și creierul au început să comunice prin protocoale clare.

Stay Free! Stay Hidden! Stay Autonomous!