API و SDK ، این دو اصطلاح واقعاً چیست؟

اگر تازه شروع به جستجوی AI (یا هر نرم افزاری) کرده اید ، ممکن است اصطلاحاتی مانند API ، SDK و غیره را بشنوید. یکی از دوستانم که تازه وارد این اعتیاد به توسعه AI شد ، این سؤالات را از من پرسید ، و او سابقه فنی نداشت: “API چیست؟ تفاوت های API و SDK چیست؟” من فکر کردم خوب است که توضیحی ساده برای درک برای شما بچه ها داشته باشید.

API (رابط برنامه نویسی برنامه)

بیایید با API شروع کنیم. به عبارت ساده ، API این است که چگونه نرم افزار با یکدیگر صحبت می کند.

اگر این خیلی مبهم است ، آن را روشی کاملاً مشخص در نظر بگیرید که یک برنامه می تواند از خدمات دیگری درخواست یا اطلاعات کند. به جای کلیک بر روی یک دکمه ، یک قطعه نرم افزار یک تماس ساختاری به دیگری برقرار می کند.

بسیاری از سیستم عامل های نرم افزاری بزرگتر خدمات API را برای تعامل با نرم افزار خود ارائه می دهند. بیایید X (قبلاً توییتر) را به عنوان نمونه بگیریم.

API های آنها مانند مجموعه ای از “ویندوزهای سرویس” و “درهای دسترسی” به وضوح ، که اغلب “نقاط پایانی API” نامیده می شوند ، هستند. هر درب برای یک کار خاص طراحی شده است ، به عنوان مثال ، یکی برای ارسال توییت ، دیگری برای شمارش پیروان و غیره.

تصور کنید که شما در حال ایجاد یک عامل هوش مصنوعی هستید. هنگامی که ربات شما می خواهد یک توییت ارسال کند ، به درب “Posttweet ()” می رود (این ممکن است نام واقعی نباشد ، فقط یک نمونه) ارائه شده توسط X API ، و متن توییت را در قالب مورد نیاز ارائه می دهد. API از بقیه مراقبت می کند ، و اطمینان می دهد که به درستی در سیستم X ارسال می شود. ربات شما نیازی به دانستن کارهای درونی پیچیده X ندارد. فقط باید یاد بگیرد که چگونه از درهای API تعیین شده استفاده کند.

سوال بعدی شما ممکن است این باشد: من یک فرد غیر فنی هستم که می خواهم در مورد هوش مصنوعی بیاموزم. آیا باید همه این موارد را بدانم؟

خوب ، بله

قدرتمندترین قابلیت های هوش مصنوعی امروز خدماتی است که توسعه دهندگان می توانند از طریق API به آن ضربه بزنند. شرکت هایی مانند OpenAI (مدل های GPT) ، Google (Gemini) و Anthropic (Claude) API را ارائه می دهند. این بدان معناست که توسعه دهندگان می توانند ویژگی های پیشرفته مانند تولید متن پیشرفته ، ایجاد تصویر یا تشخیص گفتار را مستقیماً در برنامه های خود ادغام کنند بدون اینکه این مدل های AI فوق العاده پیچیده را از زمین به بالا بسازند. API ها AIA پیشرفته را در دسترس طیف وسیعی از سازندگان قرار می دهند.

SDK (کیت توسعه نرم افزار)

API قوانین و نقاط دسترسی را برای ارتباطات نرم افزاری فراهم می کند. اما گاهی اوقات ، به خصوص هنگامی که شما با یک سرویس پیچیده یا یک بستر جدید کار می کنید ، فقط داشتن لیست “درها” (نقاط پایانی API) و قوانین ضربه زدن کاملاً کافی نیست تا شما را به سرعت و کارآمد بسازید.

این جایی است که یک SDK یا کیت توسعه نرم افزار در کار با یک پلت فرم خاص یا API در زندگی یک توسعه دهنده بسیار مفید می شود.

یک قیاس مفید برای این:

تصور کنید که شما مقداری مبلمان بسته تخت (IKEA یا هر چیز دیگری) خریداری کرده اید. API ممکن است مشخصات طراحی باشد – نحوه اتصال قطعات. SDK ، پس از آن ، جعبه ای است که شامل:

• سوراخ های از پیش حفر شده و مؤلفه های ضروری (اینها مانند کتابخانه های کد هستند-تکه های از قبل نوشته شده که وظایف روزمره را انجام می دهند ، مانند قالب بندی درخواست های API یا مدیریت احراز هویت ، بنابراین لازم نیست آنها را از ابتدا بنویسید).
• ابزارهای مورد نیاز برای مونتاژ (مانند برنامه های یاور یا کامپایلرهای خاص).
• دستورالعمل ها و نمودارهای گام به گام و مرحله به مرحله (این اسناد ، نمونه های کد و آموزش هایی است که شما را از طریق فرآیند راهنمایی می کند). یک SDK این کتابخانه ها ، ابزارها ، مستندات و نمونه های کد را برای کمک به توسعه دهندگان برای ایجاد برنامه های کاربردی برای یک بستر خاص (مانند Android SDK برای ساخت برنامه های Android) یا ادغام یک سرویس خاص (مانند استفاده از SDK ارائه دهنده AI) بسیار راحت تر می کند.

فرض کنید API طرح مکالمه است. در این حالت ، SDK عبارات ، اتصالات و ابزارهای مفیدی را در زبان برنامه نویسی مورد نظر شما (مانند پایتون ، جاوا یا جاوا اسکریپت) ارائه می دهد تا این گفتگو با اصطکاک کمتری اتفاق بیفتد. این به شما کمک می کند تا سریعتر از خواب برخیزید و دویدید.

چگونه با API تماس بگیریم؟

اگر بخواهیم مستقیماً بدون SDK با API مدل AI در تعامل باشیم ، یک درخواست HTTP (پروتکل انتقال HyperText) ایجاد می کنیم. این شامل مشخص کردن URL نقطه پایانی ، تنظیم هدرها (برای تأیید اعتبار با کلید API و نوع محتوا) و ارسال بار JSON با جزئیات درخواست ما است.

از نظر مفهومی ، با استفاده از یک ابزار خط فرمان مانند CURL (که درخواست های HTTP را ارسال می کند) ، ممکن است چیزی شبیه به این باشد:

curl -X POST https://api.ai-provider.com/v1/completions \
     -H "Authorization: Bearer YOUR_API_KEY" \
     -H "Content-Type: application/json" \
     -d '{
           "model": "the-ai-model-name",
           "prompt": "If I have a next life, I would want to become a...",
           "max_tokens": 50
         }'

لازم نیست درک کنید که “فر” چیست ، اما این ابزاری یا رابط کاربری است که ما برای ارسال درخواست HTTP استفاده می کنیم. ما با استفاده از API خدمات ارائه دهنده AI ، با نقطه پایانی “تکمیل” تماس می گیریم. API های این خدمات به طور کلی به صورت URL ارائه می شوند. در این مثال ، یک URL پایه وجود خواهد داشت: “https://api.ai-provider.com” ، و نقطه پایانی “تکمیل” است.

این یک ایده سطح بالا برای فراخوانی API است (مفاهیم بیشتری در مورد روش های مختلف درخواست HTTP وجود دارد ، مانند “پست” که در مثال می بینید ، اما ما بعداً آن را ذخیره خواهیم کرد).

چگونه از SDK استفاده کنیم؟

بسیاری از ارائه دهندگان هوش مصنوعی SDK را به زبان های مختلف برنامه نویسی ارائه می دهند. بیایید تصور کنیم که ما از Python با SDK از ارائه دهنده AI استفاده می کنیم ، شبیه به نحوه استفاده از OpenAi یا SDK Google.

from ai_provider_sdk import AIClient

# this is to initialize the client (often handles API key automatically if configured)
client = AIClient()
try:
    response = client.completions.create(
        model="the-ai-model-name",
        prompt="If I have a next life, I would want to become a...",
        max_tokens=50
    )
    # the exact way to access the text will vary by SDK
    print(response.choices[0].text.strip()) 
except Exception as e:
    print(f"An error occurred: {e}")

`
به عنوان مثال ، ارائه دهنده هوش مصنوعی ذکر می کند که آنها SDK Python را برای خدمات خود ارائه می دهند. در این حالت ، شما فقط می توانید ارائه دهنده AI SDK را وارد کرده و از خدمات آنها استفاده کنید. به عنوان مثال ، ما می توانیم مشتری SDK را آغاز کنیم و از عملکرد SDK (“client.completions.create ()”) استفاده کنیم تا بدون دانستن API زیربنایی ، با خدمات تماس بگیریم.

شما می توانید بیشتر روی آنچه می خواهید هوش مصنوعی انجام دهد ، تمرکز کنید ، نه اینکه از نحوه ایجاد درخواست وب استفاده کنید. به همین دلیل است که توسعه دهندگان عاشق SDK ها در دسترس هستند ، آنها توسعه را سرعت می بخشند و احتمال خطا در لایه ارتباطی را کاهش می دهند.

در اینجا یک مزیت مفید دیگر وجود دارد: اگر ارائه دهنده API در پشت صحنه در API خود تغییر کند ، SDK ها اغلب می توانند به عنوان یک بافر عمل کنند. به عنوان مثال ، اگر ارائه دهنده یک آدرس داخلی را به روز کند یا جزئیات جزئی را به خود اختصاص دهد ، نگهدارنده SDK به طور معمول SDK را برای سازگاری به روز می کند. برای شما ، این اغلب به این معنی است که شما می توانید نسخه جدید SDK را به روز کنید ، و کد شما که از توابع SDK استفاده می کند ممکن است به هیچ وجه نیاز به تغییر نداشته باشد ، یا فقط نیاز به تنظیمات حداقل دارد. این امر باعث می شود که برنامه شما با گذشت زمان آسانتر شود. البته ، برای تغییرات گسترده و اساسی در API (که کمتر متداول است) ، خود SDK ممکن است به روزرسانی های عمده ای داشته باشد که نیاز به تغییر کد بیشتری در پایان شما دارد. با این حال ، این به طور کلی یک فرآیند نرم تر از رمزگشایی API خام خود را تغییر می دهد.

امیدوارم این مقاله این دو واژه نامه را ساده کند و اطمینان حاصل کند که شما از آنها در یادگیری توسعه برنامه های هوش مصنوعی به آنها ارعاب نمی کنید!

اگر این روش روشنگری را پیدا کردید ، برای مقالات بیشتر از این قبیل در این خبرنامه مشترک شوید.

https://dylanoh.substack.com/