आप अंदर AI के साथ एक plugin या app कैसे बनाते हैं, जैसे Claude API को किसी WordPress plugin में integrate करना?

Question

Accepted Answer

आप किसी app में AI को model के API को **server-side** call करके बनाते हैं और उसके output को untrusted input के रूप में मानते हैं। Claude के लिए, इसका अर्थ है अपने backend (एक WordPress plugin के लिए PHP) से **Messages API** को call करना, जिसमें API key server पर रखी जाती है — कभी भी client-side JavaScript में नहीं, जहाँ कोई भी इसे चुरा सकता है।

## Server-side call

मुख्य नियम: **API key server पर रहती है**। browser *आपके* endpoint से बात करता है; *आपका* endpoint Claude से बात करता है।

```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
```

## मूल बातों से आगे

```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
```

**Model के output का उपयोग करने से पहले हमेशा उसे validate करें**: इसे कभी भी code के रूप में न चलाएँ, बिना escaping के render न करें, या बिना जाँचे अपने DB में न लिखें। Model एक शक्तिशाली पर गलती-योग्य text generator है, कोई trusted source नहीं।

## यह क्यों महत्वपूर्ण है

एक वास्तविक product के अंदर AI shipping करना ज़्यादातर call के आसपास की उबाऊ-पर-महत्वपूर्ण engineering है, न कि call स्वयं। key को server-side रखना चोरी और बेलगाम bills को रोकता है; errors, rate limits, और cost को संभालना feature को विश्वसनीय और किफ़ायती रखता है; और कार्य करने से पहले output को validate करना model की गलतियों या एक injected निर्देश को security hole बनने से रोकता है। इन्हें सही करें और Messages API एक भरोसेमंद building block बन जाता है; इन्हें छोड़ दें और एक प्रभावशाली demo एक लीक हुई key, एक अप्रत्याशित invoice, या एक exploit में बदल जाता है।