The Common Language of Software: HTTP, JSON and APIs

The common language of software: HTTP, JSON, keys and auth, errors and retries, webhooks, and calling language models behind a provider-neutral interface.

What you will learn

  • Build HTTP requests and interpret status codes
  • Navigate and validate nested JSON
  • Store keys safely and understand OAuth at a practical level
  • Design retries for 429 and 5xx without duplicate actions
  • Call a model API with structured output behind a provider-neutral interface (Project 2)

Prerequisites

  • From Prompt to Reliable Output

Tools

  • Python 3.9 یا بالاتر (برای API آزمایشی محلی)
  • curl یا یک کلاینت HTTP گرافیکی

Requests and Data

موقعیت (ساختگی): ورک‌فلوی گزارش هفتگی برگ سبز از GET /orders?page=1&limit=3 شروع می‌کند و باید همه صفحه‌ها را بخواند و مبلغ کل هفته و فروش هر کتاب را حساب کند. تحویل بده: (۱) دنباله درخواست‌ها تا صفحه آخر و شرط توقف؛ (۲) رفتار ورک‌فلو برای پاسخ‌های 401، 404 (برای مسیر غلط) و 503؛ (۳) قاعده تبدیل داده تودرتو به دو گزارش و ستون‌هایی که نباید جمع زده شوند؛ (۴) دو ایراد معنایی محتمل در داده (مثلاً مبلغ به‌شکل رشته) و جای تشخیصشان.

  • شرط توقف بر اساس next_page برابر null است (2)
  • 401 توقف، 404 اصلاح مسیر، 503 تلاش دوباره محدود (2)
  • مبلغ کل از سطح سفارش جمع زده می‌شود، نه سطح قلم (2)
  • ایراد معنایی پیش از محاسبه بررسی می‌شود (2)

Safe, Resilient Connections

موقعیت (ساختگی): درگاه پرداخت با Webhook امضاشده خبر «پرداخت موفق» می‌دهد و ورک‌فلو باید سفارش را در سامانه سفارش «آماده ارسال» کند (درخواست PATCH) و به مشتری پیامک بفرستد (POST به سرویس پیامک). تحویل بده: (۱) جدول کلیدها با اختیار و محل نگهداری برای سه اتصال؛ (۲) ترتیب کار گیرنده Webhook؛ (۳) سیاست خطا برای PATCH و POST پیامک با کلید ایدمپوتنسی؛ (۴) رفتار وقتی همان رویداد سه بار رسید.

  • سه کلید جدا با کمترین اختیار؛ هیچ‌کدام در کد یا لاگ (2)
  • امضا روی بدنه خام پیش از هر کار؛ پاسخ سریع پیش از کار سنگین (2)
  • پیامک با کلید ایدمپوتنسی از شناسه رویداد یا سفارش (2)
  • رویداد تکراری تأیید می‌شود ولی پیامک دوباره فرستاده نمی‌شود (2)

Calling Models

موقعیت (ساختگی): پروژه ۲ با مدل محلی دقت ۷۰ درصد دارد. مدیر می‌خواهد یک ارائه‌دهنده میزبانی‌شده را امتحان کند که فقط لایه سازگار با OpenAI بدون اجرای response_format دارد. تحویل بده: (۱) چه چیزهایی در پیکربندی عوض می‌شوند و چه چیزی در رفتار؛ (۲) آزمون‌هایی که پیش از تصمیم اجرا می‌کنی؛ (۳) معیار تصمیم (دقت، صف انسانی، توکن و هزینه، شرایط داده)؛ (۴) راه برگشت اگر نتیجه بدتر بود.

  • LLM_SCHEMA_MODE برابر none و اتکا به اعتبارسنجی در کد (2)
  • اجرای همان مجموعه آزمون و آزمون شکست روی هر دو (2)
  • معیار تصمیم شامل شرایط داده و هزینه، نه فقط دقت (2)
  • برگشت فقط با پیکربندی، بدون تغییر خط لوله (2)

Skip challenge

در حدود ۴۵ دقیقه، با API آزمایشی برگ سبز (یا خروجی‌های ضبط‌شده درس‌ها) این‌ها را تحویل بده: (۱) تحلیل ده خط لاگ ساختگی HTTP با تصمیم درست برای هر کد وضعیت؛ (۲) اصلاح سه JSON مشکل‌دار و یک قاعده مسطح‌سازی؛ (۳) سیاست تلاش دوباره با کلید ایدمپوتنسی برای ثبت تیکت؛ (۴) ترتیب شش‌گامی گیرنده Webhook؛ (۵) اجرای classify_and_ticket.py با مدل آزمایشی روی failure-test.csv و توضیح هر چهار نتیجه.

  • 4xx (به‌جز 408 و 429) تکرار نمی‌شود و 401 یا 403 توقف و هشدار دارد.
  • ایرادهای معنایی JSON جدا از نحوی تشخیص داده شده‌اند.
  • کلید ایدمپوتنسی از شناسه کار ساخته شده، نه از زمان یا عدد تصادفی هر تلاش.
  • امضای Webhook پیش از هر پردازش و روی بدنه خام بررسی می‌شود.
  • هیچ کلید واقعی یا داده واقعی در تحویلی نیست.