tocdepth: 2

Отправка API-запроса через Postman

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

(Опционально) Скачайте и установите Postman.
Скопируйте необходимые значения Long API Keys (Key ID и Key Secret), которые находятся в параметрах разработчика.
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.
Нажмите Continue → Import.
На вкладке Body введите client_id, client_secret, полученные на шаге 2.
Нажмите Send.

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

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.

Была ли статья полезной?

Спасибо за отзыв! Что можно улучшить?

Отправка API-запроса через Postman