Отправка API-запроса через Postman

Рассмотрим, как отправлять HTTP-запросы к модели с помощью Postman.

1. (Опционально) Скачайте и установите Postman.

2. Скопируйте необходимые значения Long API Keys (Key ID и Key Secret), которые находятся в параметрах разработчика.

3. В интерфейсе Postman откройте вкладку Import. Вставьте в поле следующий запрос:

   curl   --location   --request   POST   'https://api.ai.cloud.ru/public/v2/service_auth'   \ 
   --header   'Content-Type: application/json'   \ 
   --data-raw   '{ 
    "client_id": "user-xxxxx", 
    "client_secret": "xxxxx" 
    }' 
   
   

   Где client_id, client_secret значения Key ID и Key Secret соответственно, полученные на шаге 2.

4. Нажмите Continue → Import.

5. На вкладке Body введите client_id, client_secret, полученные на шаге 2.

6. Нажмите Send.

   В ответ придет access token, который можно использовать для отправки запросов к модели.

   

7. Для отправки запроса к модели на сервис укажите x-api-key, authorization и x-workspace-id в соответствующих полях столбца VALUE.

   

   • authorization — соответствует access_token.

   • x-api-key — клиентский ключ доступа к API, индивидуален для каждого аккаунта пользователя.

   • x-workspace-id — это уникальный идентификатор воркспейса.

   Как узнать x-api-key и x-workspace-id

8. Нажмите Send.

9. Чтобы сгенерировать код запроса, на правой панели диалога нажмите Code.

   Итоговый запрос может выглядеть следующим образом:

   curl   -- location   -- request   POST   'https://api.ai.cloud.ru/public/v2/inference/v1/predict/ {name} / {predict} /'  \
    -- header   'X-Api-Key: <your GWAPI key>'  \
    -- header   'authorization: <your access token>'  \
    -- header   'x-workspace-id: <your workspace id>  \ 
    --header ' Content - Type :   application / json '  \ 
    --data-raw ' { 
    "instances" :   [ 
    { 
    "text" :   "Hello world!" 
    } 
    ] 
    } ' 
   
   

В ответ на запрос придет результат выполнения метода predict.