Перейти к содержимому
Антон ГончаровРазработчик ИИ-систем
RUEN

Прикладные API для искусственного интеллекта и Data Science

Райан Дэй

  • ИИ и агенты
  • Python
  • API

Практическая книга о том, как сделать API для данных и как подключить к нему ИИ. Сквозной проект — сервис на FastAPI с базой и документацией, затем SDK для него, использование API в аналитике и, наконец, агенты на LangChain, которые сами вызывают API.

Главные мысли

  1. Хороший API начинается с пользователя: понятные эндпоинты, документация OpenAPI и предсказуемые ошибки.
  2. SDK снимает с потребителей API ретраи, пагинацию и разбор ответов.
  3. Для LLM-агента API — это инструмент: описание эндпоинта должно быть понятно модели так же, как человеку.
  4. Данные, отданные через API, проще проверять и переиспользовать, чем выгрузки файлами.

Как применяю

Пишу API на FastAPI с автоматической документацией OpenAPI и типизированным клиентом для фронтенда — так сделан API этого сайта. Агенты в моих проектах работают с CRM и сервисами клиента через такие же описанные инструменты.

Где и как применил

  • Демо · Сайт на Next.js · каталог, карта, сравнение

    Каталог недвижимости с умным поиском

    Блок «Как это работает» показывает поисковую фразу как вызов функции для языковой модели: API описан так, чтобы его поняли и человек, и модель.

  • Демо · Веб-приложение · схема агента

    Конструктор AI-агента

    Вызов API — отдельный узел на схеме агента: агент обращается к сервисам компании через описанные инструменты.

  • Демо · Backend на Python · вебхуки → amoCRM и Битрикс24

    Интеграционный хаб заявок

    Заявки из двенадцати источников приходят через API и вебхуки и приводятся к одному виду, а не выгружаются файлами.

Ещё на полке

  • Читаю

    Серверные приложения на Python, Django, Flask и FastAPI

    Р. С. Бухарев

    Путь серверной разработки на Python — от сокетов и протоколов до архитектуры и запуска на сервере. Django, Flask и FastAPI разобраны на реальных проектах: CRM-система, Telegram-бот с серверной логикой, REST API для мобильного приложения и чат на WebSocket. Отдельные главы — про кеширование и масштабирование, Docker и Kubernetes, PostgreSQL, MySQL, SQLite и MongoDB и про безопасность: хеширование паролей, JWT и OAuth 2.0, защита от SQL-инъекций, XSS и CSRF, TLS.

    ПрограммированиеPythonБэкендПрименено в 1 проекте

  • Читаю

    Промпт инжиниринг для LLM

    Джон Берриман, Альберт Циглер

    Авторы — инженеры, которые делали GitHub Copilot. Книга не про «волшебные фразы», а про то, как построить приложение вокруг модели: как LLM видит текст, как собрать для неё контекст из данных пользователя, как устроены диалоговые агенты с инструментами и рабочие процессы из нескольких шагов и как проверять качество ответов.

    ИИ и агентыLLMПромпт-инжинирингПрименено в 3 проектах