Kaip sukurti įskiepį arba programą su AI, pavyzdžiui, integruoti Claude API į WordPress įskiepį?

Question

Accepted Answer

Jūs integruojate AI į programą iškviesdami modelio API **serveryje** ir traktuodami jo išvestį kaip nepatikimą įvestį. Claude atveju tai reiškia iškviesti **Messages API** iš jūsų backend-o (PHP, skirto WordPress įskiepiui), API raktą išsaugant serveryje — niekada ne kliento pusės JavaScript-e, kur jį galėtų pavogti bet kas.

## Kodėl tai svarbu

Pagrindinė taisyklė: **API raktas yra serveryje**. Naršyklė kalba su *jūsų* galutine tašku; *jūsų* galutiniu tašku kalbama su 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
```

## Už pagrindų

```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
```

Visada **patvirtinkite modelio išvestį prieš ją naudodami**: niekada jos nevykdykite kaip kodo, nerendeinkite be escape-ų, ir neparašykite į savo DB be patikrinimo. Modelis yra galingas, bet nepatikimas tekstų generatorius, o ne patikima šaltinis.

## Kodėl tai svarbu

AI įdiegimas į tikrą produktą dažniausiai yra nuobodi, bet kritinė inžinerija aplink iškvietimą, o ne pats iškvietimas. API rakto išsaugojimas serveryje nuo vagystės ir neperspėto rachumo; klaidų, pasiklausų limitų ir sąnaudų valdymas išlaiko funkcionalumą patikimą ir prieinamą; ir išvesties patvirtinimas prieš jos naudojimą nuo modelio klaidų ir įterptų instrukcijų nepasidaryti saugumo spraga. Jei tai padarysite teisingai, Messages API taps patikimu statybos bloku; jei tai praleiste, įspūdingas demo pasidaro iš pavogto rakto, netikėtos sąskaitos ar išnaudojimo.