你的 AI 智能体正确吗？API 开发中 10+ 个智能体的启示与反思
输入“/”快速插入内容
你的 AI 智能体正确吗？API 开发中 10+ 个智能体的启示与反思
你的 AI 智能体正确吗？API 开发中 10+ 个智能体的启示与反思
飞书用户27492024年9月24日修改
尽管，如过去构建 AutoDev 的 AutoCRUD、精准测试功能一样，我们有意去构建一个完全自动化的 API 开发智能体。但是依旧的，我们会遇到一些问题：
•
API 设计是需要人类参与的，因为它需要考虑到业务逻辑、数据结构等等。
•
API 文档是结合上下文与业务背景的。
•
一次生成大量 API 代码存在大量的安全风险。
•
AI 生成大量的代码，需要人类参与进行代码审查。
•
大量的测试可以提升 API 的质量，但是测试的覆盖率、测试的准确性等等，都是需要人类参与的。
•
……
也因此，在当前阶段，我们预期的一个智能体变为了 10+ 个智能体，以降低人的心智负担。也因此，我们开始思考三个问题：
•
过去的流程中，AI 可以参与到哪些环节？
•
如何在 AI 自动化与人类参与之间取得平衡？
•
如何确保生成的 API 和文档符合高质量标准？
也由此，这有了这篇文章的内容。
回顾：经典 API 开发流程
在构建 API 时，通常我们会有两个阶段：商业战略阶段与技术实现阶段。在商业战略阶段，我们会考虑到 API 的业务价值、API 的商业模式等等。在技术实现阶段，我们会考虑到 API 的设计、API 的文档、API 的测试等等。
在技术实现阶段，我们会有以下几个步骤：
•
设计阶段：
◦
API 上下游的契约设计：确定 API 的输入输出格式，使用开放 API 规范（如Swagger/OpenAPI）定义契约，确保接口清晰一致。
◦
API 文档编写：编写易于理解的文档，涵盖使用示例、错误码及认证信息，使开发者快速上手。
•
实现阶段：
◦
编码实现 API：根据设计文档进行编码，遵循编码规范与最佳实践，注重错误处理和日志记录。
◦
开发者手动测试：初步测试 API 的基本功能，确保接口能正常响应请求并返回正确的数据。
◦
API 单元测试：编写单元测试验证 API 各组件的正确性，确保代码在不同情况下的稳定性与可靠性。
•
集成与联调阶段：
◦
应用间集成：确保 API 能与其他系统或服务有效集成，进行端到端测试验证数据流和交互正常。
◦
前后端联调：开发团队与前端工程师合作，进行接口联调，确保前端能正确调用 API 并处理响应数据。
•
测试阶段：
◦
API 功能测试：验证 API 每个功能是否按照设计要求正常工作，确保接口逻辑正确。
◦
API 性能测试：测试 API 在高负载下的响应时间与稳定性，包括压力测试与负载测试，确保满足业务需求。
◦
API 安全测试：进行安全性审查与测试，检测潜在安全漏洞，如认证、授权、数据加密等，确保API不易受到攻击。
•
发布阶段：
◦
API 发布与文档更新：在测试通过后，准备 API 的生产环境部署，更新 API 文档，确保相关方获取最新使用信息。
◦
监控与反馈：上线后持续监控 API 使用情况与性能表现，通过用户反馈和日志分析不断迭代与优化 API。
这是一个非常完美的 API 开发流程，但是在实际开发中，我们会遇到大量的问题。毕竟，白天你和各个上下游的人员沟通完，只剩下下班前的半小时，又或者是 晚上的时间来写代码。在你加班加点干完活后，你的代码写完了，但是文档没写完，测试没写完，甚至是你的代码写完了，又或者你的代码不符合规范。
那 AI 可以吗？
试验：API 开发的 10+ 个本地智能体