0Pricing
AI Agents · Урок

Предоставление агентов через API

Оберните агента в FastAPI, добавив аутентификацию, проверку запросов и потоковую передачу через SSE или WebSockets.

«Предоставление агентов через API» — бесплатный урок AI Agents на CoddyKit. Это урок 1 из 4. Ты можешь прочитать весь урок бесплатно ниже — а потом практиковать его прямо в браузере с встроенным редактором кода и ИИ-репетитором 24/7. Это часть пути обучения AI Agents, и твой прогресс синхронизируется между веб-версией и приложением CoddyKit. Курс AI Agents содержит 4 уроков всего.

Части этого урока еще не переведены и отображаются на английском.

От блокнота к сервису

Работающий агент в блокноте — это только начало. Чтобы выпустить его, оберните его в HTTP API, который смогут вызывать другие сервисы.

FastAPI Skeleton

from fastapi import FastAPI
from pydantic import BaseModel

app = FastAPI()

class AgentRequest(BaseModel):
    query: str
    user_id: str

class AgentResponse(BaseModel):
    answer: str
    trace_id: str

@app.post('/agents/qa', response_model=AgentResponse)
def qa(req: AgentRequest):
    trace_id = run_agent(req.query, req.user_id)
    return AgentResponse(answer=result.answer, trace_id=trace_id)

Аутентификация

Каждая конечная точка агента должна выполнять аутентификацию. Используйте ключи API или OAuth в зависимости от типа вызывающей стороны:

from fastapi import Header, HTTPException

def require_api_key(api_key: str = Header(alias='X-API-Key')):
    if not is_valid(api_key):
        raise HTTPException(401, 'Invalid API key')
    return api_key

@app.post('/agents/qa')
def qa(req: AgentRequest, key=Depends(require_api_key)):
    ...

Потоковая передача ответов

Для интерфейсов чата передавайте токены потоком с помощью SSE:

from fastapi.responses import StreamingResponse

@app.post('/agents/qa/stream')
def qa_stream(req: AgentRequest):
    def gen():
        for chunk in stream_agent(req.query):
            yield f'data: {chunk}\n\n'
        yield 'data: [DONE]\n\n'
    return StreamingResponse(gen(), media_type='text/event-stream')

Проверка запросов

Pydantic обеспечивает проверку типов и базовую проверку данных. При необходимости добавьте собственную проверку:

from pydantic import Field

class AgentRequest(BaseModel):
    query: str = Field(min_length=1, max_length=10_000)
    user_id: str
    options: dict = {}

Обработка ошибок

Преобразуйте исключения в понятные HTTP-ответы:

from fastapi import HTTPException

@app.exception_handler(BudgetExceeded)
def budget_handler(req, exc):
    return JSONResponse({'error': 'budget-exceeded'}, status_code=429)

@app.exception_handler(Exception)
def catch_all(req, exc):
    log.exception('Unhandled')
    return JSONResponse({'error': 'internal', 'trace_id': get_trace_id()}, status_code=500)

Параллельное выполнение

FastAPI по умолчанию использует асинхронный режим. Для агентов, ограниченных производительностью CPU (что бывает редко), или блокирующих SDK используйте асинхронные клиенты:

from openai import AsyncOpenAI
client = AsyncOpenAI()

async def run_agent_async(query):
    return await client.chat.completions.create(...)

Health and Readiness Endpoints

@app.get('/healthz')
def healthz():
    return {'status': 'ok'}

@app.get('/readyz')
def readyz():
    if not vector_db.is_healthy():
        raise HTTPException(503)
    return {'status': 'ready'}

Containerise

FROM python:3.11-slim
WORKDIR /app
COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt
COPY . .
CMD ['uvicorn', 'main:app', '--host', '0.0.0.0', '--port', '8080']

Запуск с несколькими рабочими процессами

Uvicorn + Gunicorn для рабочей среды:

gunicorn -k uvicorn.workers.UvicornWorker -w 4 main:app

Обратный прокси

Разместите Nginx или Caddy перед приложением для TLS, gzip и фильтрации IP по списку разрешённых адресов.

Logging Structured Output

import structlog
log = structlog.get_logger()

@app.middleware('http')
async def log_requests(request, call_next):
    response = await call_next(request)
    log.info('http', method=request.method, path=request.url.path, status=response.status_code)
    return response

CORS for Browser Clients

from fastapi.middleware.cors import CORSMiddleware
app.add_middleware(
    CORSMiddleware,
    allow_origins=['https://app.example.com'],
    allow_methods=['*'], allow_headers=['*']
)

Пункт контрольного списка для боевой среды

Что необходимо для любого API агента в боевой среде?

Итоги

FastAPI + Pydantic + асинхронный клиент + потоковая передача + аутентификация + структурированные журналы + проверки работоспособности. Это минимальный набор для боевой среды.

Часто задаваемые вопросы

Урок «Предоставление агентов через API» бесплатный?

Да — полный текст урока «Предоставление агентов через API» бесплатно доступен здесь в веб-версии. Чтобы практиковать его интерактивно (встроенный редактор кода и ИИ-репетитор 24/7) и разблокировать остальной курс AI Agents, подпишись на CoddyKit PRO. Курс AI Agents содержит 4 уроков всего.

Чему я научусь в уроке «Предоставление агентов через API»?

Оберните агента в FastAPI, добавив аутентификацию, проверку запросов и потоковую передачу через SSE или WebSockets. Ты практикуешь AI Agents с помощью реального кода, который запускаешь прямо в браузере, и ИИ-репетитор 24/7 отвечает на твои вопросы во время урока.

Нужен ли мне опыт, чтобы начать AI Agents?

Предыдущий опыт не требуется. AI Agents на CoddyKit структурирован для всех уровней — от новичков до продвинутых, поэтому ты можешь начать отсюда или с самого начала и учиться в своем темпе. Это урок 1 из 4.

Сколько времени занимает урок «Предоставление агентов через API»?

Большинство уроков CoddyKit занимают около 5–10 минут. Каждый из них компактный и интерактивный, поэтому ты постоянно делаешь прогресс и продолжаешь с того же места в веб-версии и приложении.

Можно ли писать и запускать код в этом уроке AI Agents?

Да. Каждый урок AI Agents включает встроенный редактор кода, поэтому ты пишешь и запускаешь реальный код прямо в браузере и получаешь моментальную обратную связь от AI — локальная установка не требуется.

Все уроки этого курса

  1. Предоставление агентов через API
  2. Асинхронные процессы и фоновые задачи
  3. Ограничение частоты и управление квотами
  4. Сине-зелёные и канареечные развёртывания агентов
← Назад к AI Agents