以下是一個簡單的 JSON 對象示例:
{
"slug": "json-to-working-api-in-seconds",
"title": "Using AI to Go From JSON to API in Seconds"
}
雖然這個對象看起來簡單,但在實際開發中,我們需要構建一個服務來實現對資源的增刪改查操作(RESTful API 還需要為子資源(如與文章相關的社交帖子)創建一組端點。
為了簡化這一過程,我開發了一個端點,它能夠遞歸檢查 JSON 對象中的子實體,識別潛在的端點,并生成 API 規范。這個過程利用了 Amazon Bedrock 和生成式人工智能(GenAI)的強大功能,使得 API 規范的生成變得更加高效。

通過這種方法,我們可以快速獲得一個完整的 API 規范,供前端開發人員使用。
生成 API 規范只是第一步。為了讓前端開發人員能夠快速測試和開發,我們需要一個模擬服務器來返回模擬數據。Postman 提供了模擬服務器功能,可以根據 API 規范自動生成模擬端點。
以下是創建模擬服務器的工作流程:

通過這種方式,前端開發人員可以直接調用模擬端點,快速驗證和開發用戶界面。
以下是從 JSON 對象到功能性模擬服務器的具體步驟。
GenerateSpecEndpoint 值。Postman_API_KEY 的變量,并將生成的密鑰粘貼到其中。GENERATOR_BASE_URL 變量,使用步驟 2 中的值。workspaceId 變量,使用工作區的標識符。完成初始設置后,創建 API 的流程如下:
Generate Spec 請求的 Body 中的 example 屬性值。resourceName 屬性值為 API 的名稱。運行完成后,您可以在 Postman 中查看生成的 API 規范,并獲取模擬服務器的 URL。
以下是一個示例運行的結果展示:

通過這種方式,前端開發人員只需一個 JSON 對象即可開始使用模擬端點進行開發。
這一概念驗證展示了如何利用人工智能快速生成 API 規范和模擬服務器。雖然目前的實現已經足夠強大,但未來可以進一步優化,例如:
通過這些改進,我們可以進一步提升開發效率,讓開發人員專注于更高價值的工作。
希望本文介紹的工具和方法對您有所幫助。通過這種方式,您可以更快地進入 API 優先的開發周期,提升前端開發的效率。
如今,生成式人工智能正在改變軟件開發的方式。通過利用這些工具,我們可以節省時間,提高生產力,并推動 API 開發實踐的進步。
如果您對本文提到的工具感興趣,可以在 GitHub 上找到生成器代碼,或者訪問我的 Postman 公共工作區。如果需要幫助,請隨時聯系我!
編碼愉快!
原文鏈接: https://www.readysetcloud.io/blog/allen.helton/json-to-working-api-in-seconds/