文檔很長,在過去的開發工程中,通常你需要:

  1. 讀文檔,識別關鍵的url地址
  2. 找到接口關鍵的參數
  3. 到文檔指引的地址去找到關鍵參數,如AppID和AppSecret
  4. 編寫測試代碼
  5. 調試
  6. 調試不通過出現錯誤碼
  7. 回到文檔中找錯誤碼,看具體原因

然而現在我們可以這樣:

我們把文檔地址放入API文檔URL中,選擇編程語言Python,然后點擊運行。

image

然后可以看到AI幫我們解析了整個文檔,解釋了參數和錯誤碼具體是什么。最后,非常關鍵的告訴我們為了生成可用的代碼,可以到微信公眾平臺的“設置與開發-基本配置”中獲取到AppID和AppSecret。

我們這里直接去微信公眾平臺中找到這個AppID與AppSecret

image

然后回到我們的工作流,把AppID和AppSecret直接填進額外說明,無需什么特別格式,點擊運行,就可以看到代碼已經生成好了。

image

把代碼直接拷貝進PyCharm執行,可以看到接口直接就通了,是不是大幅提升了效率?AI直接把中間的步驟全幫我們做好了!

image

如果你覺得只是這樣寫個測試代碼不滿意,還可以向AI提出要求,比如使用Java中常用的weixin-java-mp這個包來實現對接。你甚至不用記住這個包的全名,因為我也記不住。

image

還可以把自己的代碼拷貝進去,讓AI來進行補全。

image

API文檔查參數你甚至可以直接在文檔中問每個參數是什么意思,尤其是針對某些用拼音首字母作為參數的奇葩文檔(別笑,這并不少見),沒準能搞得你罵街。

image

實現思路

玩過AI的朋友其實很快就能想明白思路,整體實現流程如下。

image

我們API文檔分為兩種情況:

  1. 從本地上傳的word、markdown、pdf等等
  2. 某網站上的API文檔

本地文檔處理

直接使用Dify的文檔提取器,將各類格式的文檔內容提取出來

image

遠程API文檔

這里我們要使用到一個插件叫做Firecrawl,這是一個用于把網頁爬取之后直接轉為markdown格式的產品,并且已經開源。

官方網址

image

可以在他的官網上面注冊一個賬號,并使用ApiKey,并在Dify中安裝即可。

image

免費的額度有限,但Firecrawl作為一個開源項目,我們也可以進行本地化部署,這個有機會我們再講。

大模型登場

隨后我們只需要把本地解析出的文檔或遠程爬下來的文檔提交給大模型,即可完成上述操作。

image

關于模型選擇我這里實測,qwen2.5-coder-32b-instruct是一個比較實用的選擇,理由:

  1. 上下文達到128k,足夠大
  2. 代碼模型在這個場景最為適合
  3. 各大模型平臺均有銷售
  4. 如果你本地的電腦夠好,比如4090、5090大佬,可以在本地直接部署使用,ollama一鍵傻瓜式部署

image

當然如果你的預算捉襟見肘,使用qwen2.5-coder-7b-instruct也是一個不錯的選擇。如果你夠豪氣,直接拉滿deepseek-r1,效果也是非常的炸裂的,一切都看大家的預算。

如何獲取工作流?

可以在Dify的首頁-工作室找到導入 DSL 文件

image

文件地址GitHub

個人水平有限,拋磚引玉,如果你有更好的方案和實現思路,歡迎交流討論。

原文轉載自:https://mp.weixin.qq.com/s/QLQuisZpPfcKepTzdh8sDQ

上一篇:

Nacos 發布 MCP Registry,實現存量應用接口“0改動”升級到 MCP 協議

下一篇:

更智能的Kubernetes AI推理路由:Gateway API推理擴展
#你可能也喜歡這些API文章!

我們有何不同?

API服務商零注冊

多API并行試用

數據驅動選型,提升決策效率

查看全部API→
??

熱門場景實測,選對API

#AI文本生成大模型API

對比大模型API的內容創意新穎性、情感共鳴力、商業轉化潛力

25個渠道
一鍵對比試用API 限時免費

#AI深度推理大模型API

對比大模型API的邏輯推理準確性、分析深度、可視化建議合理性

10個渠道
一鍵對比試用API 限時免費