[Agentica] 每个后端开发人员都是优秀的 AI 开发人员

2025-06-10

[Agentica] 每个后端开发人员都是优秀的 AI 开发人员

1. 前言

带上您的 Swagger/OpenAPI 文档,它就会变成一个 AI 聊天机器人。

从现在开始,每个后端开发人员都可以成为AI开发人员。

考虑到后端开发人员的工作性质,他们实际上比传统的 AI/ML 工程师更适合 AI 代理开发。

后端开发人员,让我们成为 AI 开发人员@agentica

阿特尼卡

import { Agentica } from "@agentica/core";
import { HttpLlm } from "@samchon/openapi";
import OpenAI from "openai";
import typia from "typia";

const agent = new Agentica({
  vendor: {
    model: "gpt-4o-mini",
    api: new OpenAI({ apiKey: "********" }),
  },
  controllers: [
    {
      protocol: "http",
      application: HttpLlm.application({
        model: "chatgpt",
        document: await fetch(
          "https://shopping-be.wrtn.ai/editor/swagger.json",
        ),
      }),
      connection: {
        host: "https://shopping-be.wrtn.ai",
        headers: {
          Authorization: "Bearer ********",
        },
      },
    },
  ],
});
await agent.conversate("I want to write an article.");
Enter fullscreen mode Exit fullscreen mode

2. Agentica框架

图片描述

最近,我的老板带我参观了Sierra.ai,这是一家估值 45 亿美元的公司,由 OpenAI 的一位董事会成员创立。他问我为什么我们不能做类似的事情,并质问我为什么他应该继续支付我的薪水。

看了Sierra.ai的主页,他们似乎专注于开发用于电子商务和咨询的 AI 代理。于是,我从购物后端服务器获取了一个包含 289 个 API 函数的swagger.json文件,并向他演示了购物 AI 聊天机器人。

在演示中,一切都运行完美:搜索和购买产品、订单和配送管理、带有退款功能的客服、优惠券以及账户存款。演示结束后,我的老板说:

嘿,我们应该开源这个。

让我们的技术闻名世界。

import { Agentica } from "@agentica/core";
import { HttpLlm } from "@samchon/openapi";
import typia from "typia";

const agent = new Agentica({
  controllers: [
    HttpLlm.application({
      model: "chatgpt",
      document: await fetch(
        "https://shopping-be.wrtn.ai/editor/swagger.json",
      ).then(r => r.json()),
    }),
    typia.llm.application<MobileCamera, "chatgpt">(),
    typia.llm.application<MobileFileSystem, "chatgpt">(),
    typia.llm.application<MobilePhoneCall, "chatgpt">(),
  ],
});
await agent.conversate("I wanna buy MacBook Pro");
Enter fullscreen mode Exit fullscreen mode

@agentica是一个专门用于LLM函数调用的框架。我们在2023年开发了这项技术,现在我们已将其开源。

使用该@agentica框架,您可以通过 TypeScript 类类型和 Swagger/OpenAPI 文档提供函数。通过引入后端服务器的 OpenAPI 文档,您可以与后端服务器进行对话式交互,通过自然对话的方式执行 API 函数。

使用购物中心后端服务器,用户可以使用对话式文本搜索和购买商品。使用 GitHub 服务器,您可以创建一个能够学习您的代码并执行实时编码的代理。通过组合 TypeScript 类,您可以开发能够同时与移动设备和后端服务器交互的代理。

此外,如果您同时提供多个 OpenAPI 文档(例如arxivnewspapernotion),您的 AI 代理可以通过分析学术论文和新闻文章来编写 Notion 文档。当您要求代理分析韩国近期经济趋势、对其进行评论、整理相关论文并在 Notion 中记录所有内容时,AI 代理将无缝执行所有这些任务。

也可以从 TypeScript 类提供函数

3. 后端开发人员是准备好的 AI 开发人员

文档

考虑到他们的典型工作,后端开发人员实际上比其他任何人,甚至是传统的 AI/ML 开发人员都更适合开发 AI 代理。

以购物中心为例。后端开发人员在设计 API 和 DTO 的同时,还要研究和实现 SKU(库存单位)等核心领域概念。对于每个 API 和 DTO,他们都会编写详细的说明来指导客户端开发人员。

这些清晰的定义以及后端开发人员经常创建的 API 函数和 DTO 模式的详细描述,可以作为理想的 AI 提示。事实上,我通过添加解释 API 函数之间关系的描述,仅用一天时间就成功构建了一个购物聊天机器人。

后端开发者,您已经具备成为 AI 开发者的条件。让我们运用我们的 API 设计技能来开发 AI 代理。只需获取您的swagger.json文件,即可将其直接转换为企业级 AI 代理。

export class ShoppingSaleController {
  /**
   * List up every summarized sales.
   *
   * List up every {@link IShoppingSale.ISummary summarized sales}.
   *
   * As you can see, returned sales are summarized, not detailed. It does not
   * contain the SKU (Stock Keeping Unit) information represented by the
   * {@link IShoppingSaleUnitOption} and {@link IShoppingSaleUnitStock} types.
   * If you want to get such detailed information of a sale, use
   * `GET /shoppings/customers/sales/{id}` operation for each sale.
   *
   * > If you're an A.I. chatbot, and the user wants to buy or compose
   * > {@link IShoppingCartCommodity shopping cart} from a sale, please
   * > call the `GET /shoppings/customers/sales/{id}` operation at least once
   * > to the target sale to get detailed SKU information about the sale.
   * > It needs to be run at least once for the next steps.
   *
   * @param input Request info of pagination, searching and sorting
   * @returns Paginated sales with summarized information
   * @tag Sale
   *
   * @author Samchon
   */
  @TypedRoute.Patch()
  public async index(
    @AuthGuard() actor: Actor,
    @TypedBody() input: IShoppingSale.IRequest,
  ): Promise<IPage<IShoppingSale.ISummary>>;
}
Enter fullscreen mode Exit fullscreen mode

4. 原则

如果您是 AI 新手,您可能会想知道如何@agentica通过函数完成所有事情。

相反,如果你是 AI 代理开发专家,你可能会有不同的疑问。传统的代理开发以代理工作流图为中心,那么如何@agentica利用 LLM 函数调用来实现类似的功能呢?

访问我们的框架主页或阅读我之前的文章,了解 的关键原则@agentica。这些资源将向您介绍新的 AI 开发范式:“编译器驱动开发”和“文档驱动开发”。

5. 下一篇文章

AutoView 游乐场

https://dev.to/samchon/autoview-turning-your-blueprint-into-ui-components-ai-code-generator-fp/e​​dit

下一篇文章,我们将介绍 Swagger/OpenAPI 文档中的自动前端代码生成器。这个新库名为@autoview,您可以通过结合使用 来完全自动化前端开发@agentica

如果你的后端服务器有 200 个 API 函数,那么@autoview就会自动生成 200 个前端组件。如果你的后端服务器有 400 个 API 函数,那么@autoview就会编写 400 段前端组件代码。

在新的人工智能时代,后端开发人员可以做一切。

鏂囩珷鏉ユ簮锛�https://dev.to/samchon/every-backend-developer-is-a-great-ai-developer-338m
PREV
关于 AI 函数调用和 MCP 的一切,Agentic AI 的关键词
NEXT
使用 CSS 设置占位符文本的样式