Ini adalah seri 10 bagian yang berbagi bagaimana Apidog mengembangkan Apidog CLI, sebuah alat baris perintah untuk pengujian API dan manajemen siklus hidup API. Bacalah secara berurutan atau lompat ke postingan mana pun yang menarik minat Anda:
| Judul | Fokus | |
|---|---|---|
| 1 | Kami Membuat 126 Alat MCP. Tapi Itu Bukan Solusi Terbaik untuk Agen | Penemuan masalah |
| 2 | Mengapa Kami Mengembangkan Apidog CLI yang Benar-benar Baru | Pengembangan arsitektur |
| 3 | Aturan Emas: CLI Menghasilkan Fakta, Model Bertindak Berdasarkan Fakta | Filosofi inti |
| 4 | agentHints: Mengajarkan CLI untuk Berbicara dengan Agen |
Output terstruktur |
| 5 | SKILL: Mengirimkan Pengalaman Operasional sebagai Kode | Pengalaman operasional |
| 6 | Angka Tidak Bohong: Panggilan Alat 30% Lebih Sedikit, Token 25% Lebih Sedikit | Hasil kuantitatif |
| 7 | Dari PRD hingga Lingkaran Pengujian: Alur Kerja Agen Lengkap dengan Apidog CLI | Tutorial praktis |
| 8 | Mengapa Kompatibilitas CI/CD Tidak Dapat Ditawar untuk Alat Agen | Perspektif DevOps |
| 9 | Cabang AI: Perubahan Proyek Lebih Aman dengan Agen AI | Lapisan keamanan |
| 10 | Spec-First Adalah Kemarin. Selamat Datang di Skill-First. | Visi & masa depan |
Pengembangan API berubah dengan Agen AI. Skill-First mengemas spesifikasi, pengujian, dan skenario ke dalam keterampilan yang dapat dieksekusi dan diverifikasi—melengkapi pendekatan yang ada untuk era Agen.
Era Spec-First
Selama bertahun-tahun, banyak proses kolaborasi tim pengembangan adalah Spec-First.
Apa Adanya
| Prinsip | Deskripsi |
|---|---|
| Rancang API terlebih dahulu | Definisikan API sebelum implementasi |
| Berkolaborasi seputar dokumentasi | Tim merujuk spesifikasi bersama |
| Mock lebih awal | Frontend dapat dikembangkan berdasarkan mock |
| Debug bersama | Masalah terlihat dalam format bersama |
| Uji terhadap spesifikasi | Verifikasi implementasi sesuai desain |
| Publikasikan saat siap | Rilis API yang terdokumentasi, teruji |
Nilainya
| Manfaat | Mengapa Penting |
|---|---|
| Kontrak yang jelas | Frontend/backend tahu apa yang diharapkan |
| Pengembangan paralel | Tim bekerja secara independen |
| Mengurangi gesekan | Kesalahpahaman tertangkap lebih awal |
| Pengujian yang stabil | Pengujian sesuai perilaku yang didokumentasikan |
| Dokumentasi hidup | Spesifikasi berkembang seiring produk |
Spec-First adalah pendekatan yang tepat untuk pengembangan API yang digerakkan oleh manusia.
Konsumen Baru: Agen AI
Setelah AI Coding muncul, konsumen aset API berubah.
Agen juga mulai mengonsumsi aset-aset ini.
Apa yang Dibutuhkan Agen
| Aktivitas Agen | Aset yang Dibutuhkan |
|---|---|
| Membaca endpoint | Dokumentasi API |
| Menambahkan pengujian | Definisi endpoint, skema |
| Menjalankan otomatisasi | Skenario pengujian, lingkungan |
| Memperbaiki kode berdasarkan laporan | Detail kegagalan, data respons |
| Menilai apakah perubahan dapat digunakan | Hasil pengujian, cakupan |
Dalam konteks ini, dokumentasi API, kasus uji, dan skenario uji di Apidog bukan hanya materi kolaborasi untuk manusia.
Mereka adalah aset yang dapat dipanggil secara deterministik oleh Agen.
Transformasi Aset
| Aset | Spec-First (Pandangan Manusia) | Skill-First (Pandangan Agen) |
|---|---|---|
| Dokumentasi API | Materi kolaborasi | Sumber data yang dapat dipanggil |
| Kasus uji | Artefak kualitas | Verifikasi yang dapat dieksekusi |
| Skenario uji | Alur kerja pengujian | Target otomatisasi |
| Lingkungan | Konfigurasi | Konteks runtime |
| Laporan | Output ulasan | Sinyal umpan balik |
Aset berubah dari "dapat dibaca" menjadi "dapat dipanggil".
Definisi Skill-First
Membangun di atas Spec-First:
| Apa yang Tersisa | Mengapa |
|---|---|
| Spesifikasi endpoint | Masih membutuhkan kontrak yang jelas |
| Kasus uji | Masih membutuhkan artefak kualitas |
| Skenario bisnis | Masih membutuhkan cakupan alur kerja |
| Dokumentasi | Masih membutuhkan referensi manusia |
Ditambah:
| Apa yang Ditambahkan | Tujuan |
|---|---|
| Keterampilan yang dapat dieksekusi | Agen dapat memanggil alur kerja |
| Langkah-langkah yang dapat diverifikasi | Gerbang kualitas di setiap tahap |
| Rantai yang dapat dilacak | Jejak audit tindakan Agen |
Skill-First = Spec-First + lapisan eksekusi Agen.
Arsitektur Sistem
| Lapisan | Tanggung Jawab | Contoh |
|---|---|---|
| Apidog | Mengelola aset API dan pengujian | Endpoint, skema, kasus uji, skenario |
| CLI | Menyediakan eksekusi deterministik | Perintah, validasi, output |
| SKILL | Menyediakan penilaian tugas dan jalur | Panduan alur kerja, aturan urutan |
| Agen | Memahami tujuan, mengeksekusi, menyesuaikan | Claude Code, Cursor, Trae, Codex |
Setiap lapisan memiliki peran spesifik.
Bagaimana Mereka Bekerja Bersama
Pengguna: "Hasilkan pengujian untuk API pengembalian dana dan jalankan verifikasi"
↓
Agen: Memahami jenis tugas (bantuan SKILL)
↓
Agen: Memanggil CLI untuk membaca endpoint (CLI mengeksekusi)
↓
Agen: Menghasilkan kasus uji (Agen membuat)
↓
CLI: Memvalidasi struktur (cli-schema memvalidasi)
↓
Agen: Menulis kasus uji (CLI mengeksekusi)
↓
CLI: Mengembalikan agentHints (CLI memandu)
↓
Agen: Membaca kembali, menyesuaikan (Agen mengikuti petunjuk)
↓
Agen: Menjalankan pengujian (CLI mengeksekusi)
↓
CLI: Mengembalikan laporan (CLI memberikan umpan balik)
↓
Agen: Meringkas kepada pengguna (Agen menyelesaikan)Transformasi Alur Kerja
Alur Kerja Spec-First (Digerakkan oleh Manusia)
Manusia merancang spesifikasi
↓
Manusia mendokumentasikan
↓
Manusia membuat mock
↓
Manusia melakukan debug
↓
Manusia menulis pengujian
↓
Manusia mempublikasikanKarakteristik:
| Aspek | Deskripsi |
|---|---|
| Penggerak | Manusia |
| Fokus | Kolaborasi |
| Umpan balik | Peninjauan manual |
| Kecepatan | Sesuai kecepatan manusia |
| Kesalahan | Manusia yang menangkap |
Alur Kerja Skill-First (Dibantu Agen)
Manusia menentukan tujuan
↓
Agen membaca aset yang ada
↓
Agen menghasilkan perubahan
↓
CLI memvalidasi
↓
Agen menulis
↓
CLI memandu langkah selanjutnya
↓
Agen memverifikasi
↓
Manusia meninjau hasilnyaKarakteristik:
| Aspek | Deskripsi |
|---|---|
| Penggerak | Agen (dipandu oleh tujuan manusia) |
| Fokus | Eksekusi |
| Umpan balik | Validasi otomatis |
| Kecepatan | Sesuai kecepatan Agen |
| Kesalahan | CLI yang menangkap |
Apa yang Harus Dilakukan Tim
Langkah-Langkah Segera
| Langkah | Tindakan |
|---|---|
| 1. Instal | npm install -g apidog-cli@latest |
| 2. Instal SKILL | apidog skill install |
| 3. Coba tugas kecil | Berikan tugas berisiko rendah kepada Agen |
| 4. Pelajari pola | Amati alur kerja Agen |
| 5. Perluas cakupan | Secara bertahap tingkatkan kompleksitas tugas |
Contoh Tugas Agen Pertama
Gunakan Apidog CLI untuk membantu saya membuat endpoint API pertama saya di Apidog.
Pertama, periksa pengaturan Apidog CLI saya dan daftar proyek yang bisa saya akses.
Tanyakan kepada saya proyek mana yang akan digunakan. Setelah saya konfirmasi, buat endpoint GET /health sederhana
bernama "Health Check" dengan contoh respons 200. Validasi masukan terstruktur apa pun
sebelum menulis, lalu baca kembali endpoint dan ringkas
apa yang telah dibuat.Ini memberikan:
| Manfaat | Deskripsi |
|---|---|
| Pengecekan pengaturan | Agen memverifikasi lingkungan |
| Pemilihan proyek | Agen bertanya sebelum menulis |
| Pembuatan kecil | Tugas pertama berisiko rendah |
| Validasi | cli-schema sebelum menulis |
| Pembacaan kembali | Mengkonfirmasi apa yang telah dibuat |
| Ringkasan | Manusia mendapatkan hasil yang jelas |
Perintah Memulai
# Instal Apidog CLI
npm install -g apidog-cli@latest
# Instal SKILL pendamping
apidog skill install
# Periksa versi (butuh 2.2.5+)
apidog -v
# Otentikasi
apidog auth login
# Daftar proyek
apidog project listMasa Depan
| Tren | Arah |
|---|---|
| Partisipasi Agen | Lebih banyak tugas pengembangan API ditangani oleh Agen |
| Pola CLI + SKILL | Alur kerja yang matang, terstandardisasi |
| Lebih banyak Skill | Skill khusus domain untuk konteks yang berbeda |
| Konvergensi yang lebih baik | Peningkatan rekayasa untuk node kritis |
| Kolaborasi Manusia-Agen | Serah terima yang mulus antara manusia dan Agen |
Masa depan adalah pengembangan API yang dibantu Agen.
Ringkasan Seri Lengkap
Kami telah membahas seluruh perjalanan:
| Bagian | Topik | Wawasan Utama |
|---|---|---|
| 1 | Masalah | 126 alat MCP → kumpulan alat acak |
| 2 | Pivot | Kompleksitas berpindah dari konteks ke rekayasa |
| 3 | Filosofi | CLI memvalidasi, Agen menghasilkan |
| 4 | Desain | agentHints memandu langkah selanjutnya |
| 5 | Pengalaman | SKILL mengemas pengetahuan alur kerja |
| 6 | Validasi | 30% lebih sedikit panggilan, 25% lebih sedikit token |
| 7 | Praktik | PRD → OpenAPI → Pengujian → Verifikasi |
| 8 | Dasar | CI/CD tetap menjadi dasar |
| 9 | Kejujuran | Empat tantangan tersisa |
| 10 | Visi | Spec-First → Skill-First |
Prinsip Akhir
Spec-First adalah untuk kolaborasi manusia. Skill-First adalah untuk eksekusi Agen.
| Era | Pendekatan | Konsumen |
|---|---|---|
| Tradisional | Spec-First | Manusia |
| Era Agen | Skill-First | Manusia + Agen |
Aset menjadi dapat dipanggil. Alur kerja menjadi dapat dieksekusi. Kualitas menjadi dapat diverifikasi.
Selamat datang di Skill-First.
Poin-Poin Penting
- Spec-First tepat untuk pengembangan yang digerakkan oleh manusia
- Agen sekarang menjadi konsumen aset API
- Aset berubah dari dapat dibaca menjadi dapat dipanggil
- Skill-First = Spec-First + eksekusi Agen
- Sistem: Apidog (aset) → CLI (eksekusi) → SKILL (penilaian) → Agen (tindakan)
- Manusia menentukan tujuan, Agen mengeksekusi, CLI memvalidasi
- Mulai dari kecil, pelajari pola, perluas cakupan
Unduh Apidog untuk merancang, membuat mock, menguji, dan mendokumentasikan API dalam satu ruang kerja. Pelajari lebih lanjut tentang Apidog CLI untuk pengujian API baris perintah, otomatisasi CI, dan alur kerja Agen AI.
