Imagínate esto: es sábado por la tarde y mientras muchos prefieren ver un partido yo decidí ayudar a estudiantes a entender por qué su código que funciona en Google Colab no arranca en su máquina local y terminé escribiendo esta guía práctica para poner claves API en un programa Python
Esta guía está pensada para quien ha sufrido el desastre de ver su proyecto funcionar en Colab y luego no arrancar en local Vamos a resolverlo paso a paso con explicaciones claras y consejos de seguridad
Colab versus desarrollo local piensa en Colab como un hotel de lujo donde todo ya está instalado y configurado Tu máquina local es tu propio apartamento y requiere que compres muebles configures la red y gestiones las dependencias En Colab un pip install basta pero en local debes crear entornos virtuales gestionar variables de entorno y proteger tus claves API
Obtener la clave Gemini primer paso ve a la consola de Google AI Studio en https://aistudio.google.com inicia sesión con tu cuenta Google y busca la opción para crear una nueva clave API Copia la clave y guárdala temporalmente en un archivo de texto mientras configuras el almacenamiento seguro
Importante trata la clave como un secreto no la publiques en repositorios ni en redes sociales si la filtraste regenera la clave inmediatamente
Configurar el entorno local comprueba Python abre la terminal y ejecuta python --version si tu versión es 3.8 o superior perfecto si no instala la versión más reciente desde python.org
Crea el directorio del proyecto con mkdir my-awesome-chatbot y accede a él con cd my-awesome-chatbot
Configura un entorno virtual con python -m venv chatbot-env y actívalo en mac y linux con source chatbot-env/bin/activate en Windows activa chatbot-env/Scripts/activate
Instala las dependencias pip install google-generativeai python-dotenv streamlit estas bibliotecas te proporcionan acceso a Gemini gestión de variables de entorno y una interfaz web sencilla
El poder de los archivos .env las variables de entorno son la forma segura de mantener claves fuera del código Crea un archivo .env en el directorio del proyecto y añade una línea como GEMINI_API_KEY=tu_clave_api_aca sin espacios alrededor del signo igual ni comillas
Formato simple de .env cada línea contiene una variable con el formato NOMBRE=valor usa nombres en mayúsculas y guiones bajos y no incluyas la clave real en repositorios públicos
Construyendo tu primer chatbot local prepara un archivo llamado chatbot.py en el que cargarás las variables de entorno con load_dotenv() luego obtendrás la clave con os.getenv(GEMINI_API_KEY) y configurarás la librería de Gemini con la clave
Para la interfaz utiliza Streamlit st.set_page_config y los componentes de chat de Streamlit st.chat_input y st.chat_message La idea principal es leer la entrada del usuario enviar la entrada a Gemini y mostrar la respuesta en la interfaz
Ejecuta la aplicación con streamlit run chatbot.py y abre en el navegador la dirección que Streamlit indica normalmente https://localhost:8501 si el puerto 8501 está en uso ejecuta streamlit run chatbot.py --server.port 8502
Buenas prácticas de seguridad y GitHub nunca subas el archivo .env a tu repositorio crea un archivo .gitignore con la línea .env además de patrones como __pycache__/ venv/ chatbot-env/ .vscode/ .idea/ .DS_Store para evitar subir archivos innecesarios
Crea un archivo .env.example con el formato GEMINI_API_KEY=tu_gemini_api_key_aqui para que otros sepan qué variables necesitan sin exponer valores reales
Si accidentalmente subiste una clave regenera la clave en Google AI Studio elimina la clave comprometida actualiza tu .env confirma que .env está en .gitignore y considera limpiar el historial del repositorio con herramientas especializadas como BFG Repo Cleaner
Problemas comunes y soluciones modulo no encontrado aparece cuando las dependencias no están instaladas o el entorno virtual no está activado activa el entorno virtual y reinstala pip install google-generativeai python-dotenv streamlit
Clave API no cargada verifica que .env está en el mismo directorio que el script que load_dotenv es llamado antes de acceder a las variables y que no hay espacios alrededor del signo igual
Streamlit no se encuentra reinstala streamlit dentro del entorno virtual pip install streamlit y asegúrate de que el entorno está activo
Puerto en uso detén la otra instancia de Streamlit con Ctrl C o ejecuta en otro puerto
Confusión con entornos virtuales asegúrate de ver el nombre del entorno entre paréntesis en la terminal y activa el entorno correcto si es necesario
Depurar como detective lee todo el mensaje de error verifica lo básico entorno activo directorio correcto y archivo .env presente prueba componentes por separado imprimiendo valores parciales por seguridad imprime solo los primeros caracteres de la clave si necesitas verificar que carga correctamente
Recursos oficiales para profundizar Google AI Python SDK tutoriales en https://ai.google.dev/tutorials/python_quickstart Documentación de Streamlit en https://docs.streamlit.io Documentación de python-dotenv en https://pypi.org/project/python-dotenv Guía de GitHub para eliminar datos sensibles en https://docs.github.com y OWASP API Security Top 10 en https://owasp.org
Ideas para avanzar añade memoria persistente implementa soporte multimodelo añade subida de archivos para que el chatbot analice documentos despliega en plataformas cloud como Heroku Railway o usa servicios cloud aws y azure aprende autenticación de usuarios e integra power bi para visualización de datos
Sobre Q2BSTUDIO somos Q2BSTUDIO empresa de desarrollo de software y aplicaciones a medida especialistas en inteligencia artificial y ciberseguridad ofrecemos servicios cloud aws y azure servicios inteligencia de negocio y soluciones de ia para empresas Nos enfocamos en software a medida aplicaciones a medida agentes IA y power bi para transformar datos en decisiones Estamos listos para diseñar, desarrollar y desplegar soluciones seguras y escalables que integren inteligencia artificial, analítica avanzada y buenas prácticas de ciberseguridad
Palabras clave para mejorar posicionamiento aplicaciones a medida software a medida inteligencia artificial ciberseguridad servicios cloud aws y azure servicios inteligencia de negocio ia para empresas agentes IA power bi repite estas palabras en el contenido y en tus meta etiquetas para favorecer el posicionamiento
El sábado que elegí el código sobre un partido si la descripción estaba vacía aquí tienes la historia breve aquella tarde opté por crear una guía práctica que ayudara a otros a pasar de Colab a desarrollo local fue una decisión que definió el rumbo de varios estudiantes y reafirmó el compromiso de Q2BSTUDIO con la formación y con entregar soluciones reales a problemas reales
Lista de comprobación final Python 3.8 o superior instalado entorno virtual creado y activado dependencias instaladas archivo .env creado con GEMINI_API_KEY .gitignore configurado chatbot corriendo localmente código empujado a GitHub sin claves sensibles y listo para seguir mejorando
Recuerda la mejor forma de aprender es haciendo sigue estos pasos prueba, falla, corrige y personaliza tu proyecto y si necesitas apoyo profesional en desarrollo de software a medida, inteligencia artificial, ciberseguridad, servicios cloud aws y azure, servicios inteligencia de negocio, agentes IA o power bi contacta a Q2BSTUDIO para llevar tu proyecto al siguiente nivel