Jak vytvoříte plugin nebo aplikaci s AI v sobě, například integrací Claude API do WordPress pluginu?

Question

Accepted Answer

AI vytvoříte v aplikaci zavoláním API modelu **na straně serveru** a zacházením s jeho výstupem jako s nedůvěryhodným vstupem. Pro Claude to znamená volání **Messages API** z vašeho backendu (PHP pro WordPress plugin) s API klíčem uchovávaným na serveru — nikdy v JavaScriptu na straně klienta, kde ho může kdokoliv ukrást.

## Volání na straně serveru

Základní pravidlo: **API klíč žije na serveru**. Prohlížeč mluví s *vaším* endpointem; *váš* endpoint mluví s Claude.

```php
<?php
// In a WordPress plugin: run this in PHP (server-side), never expose the key to JS.
$resp = wp_remote_post( 'https://api.anthropic.com/v1/messages', [
  'headers' => [
    'x-api-key'         => getenv( 'ANTHROPIC_API_KEY' ), // from env/secret store, not code
    'anthropic-version' => '2023-06-01',
    'content-type'      => 'application/json',
  ],
  'timeout' => 30,
  'body' => wp_json_encode( [
    'model'      => 'claude-sonnet-4-5',   // pick a current model id
    'max_tokens' => 1024,                   // cap output → controls cost
    'messages'   => [
      [ 'role' => 'user', 'content' => $user_prompt ],
    ],
  ] ),
] );

if ( is_wp_error( $resp ) ) { /* handle network/timeout errors, maybe retry */ }
$data = json_decode( wp_remote_retrieve_body( $resp ), true );
$text = $data['content'][0]['text'] ?? '';   // validate before trusting/displaying it
```

## Mimo základy

```text
- TOOL USE / FUNCTION CALLING → let the model call your functions (search, DB lookup)
- STREAMING                   → stream tokens for a responsive UI on long answers
- PROMPT CACHING              → cache a large static system prompt → cheaper, faster
- STRUCTURED OUTPUT           → ask for JSON, then parse + schema-validate it
- ERRORS & RATE LIMITS        → handle 429/5xx with backoff + retry; show a fallback
- COST                        → cap max_tokens, log token usage, set per-user limits
```

Vždy **ověřte výstup modelu před jeho použitím**: nikdy ho nespouštějte jako kód, nevykreslete ho bez escapingu nebo ho nezapisujte do vaší DB bez kontroly. Model je výkonný, ale chybitelný generátor textu, ne důvěryhodný zdroj.

## Proč je to důležité

Spuštění AI v reálném produktu se týká především nudné, ale kritické inženýrství kolem volání, ne samotného volání. Uchovávání klíče na straně serveru zabraňuje krádeži a neúnosným účtům; zpracování chyb, limitů sazeb a nákladů udržuje funkci spolehlivou a dostupnou; a ověření výstupu před tím, než na něm podniknete akci, zabraňuje chybám modelu nebo injektovanému příkazu, aby se nestali bezpečnostní chybou. Pokud to uděláte správně, Messages API se stane spolehlivým stavebním blokem; pokud to přeskočíte, působivá ukázka se změní na únos klíče, překvapující fakturu nebo zneužití.