API智能管理方法、装置、存储介质及计算机设备与流程

本申请涉及人工智能，尤其涉及一种api智能管理方法、装置、存储介质及计算机设备。

背景技术：

1、在现代软件开发过程中，api（application programming interface，应用程序编程接口）扮演着至关重要的角色，作为不同软件组件之间的桥梁，为系统的互操作性和模块化提供了便利。然而，随着软件系统的复杂性不断增加，api的管理也面临着诸多挑战。目前，api的管理主要依赖于手动文档记录、基于代码的调试，以及简单的自动化测试工具。

2、然而，这些方法各自存在明显的缺点。首先，手动文档记录虽然能够为api提供详尽的功能描述，但这种方式容易出现信息不准确、不完整以及更新不及时的问题。其次，基于代码的调试方法要求开发人员对系统代码有深入的理解，通过插入打印语句或使用调试工具来追踪api的执行过程和中间结果，这种方法效率低下，尤其是在面对复杂系统时，难以快速定位问题并进行有效解决。最后，简单的自动化测试工具虽然能够对api进行基本的功能测试，但其测试场景覆盖有限，无法对api进行全面、深入的测试。

3、因此，现有api管理方法面临的问题为如何有效管理api，以确保信息的准确性、及时更新性、调试的高效性以及测试的全面性和深入性。

技术实现思路

1、本申请的目的旨在至少能解决上述的技术缺陷之一，特别是现有技术中如何有效管理api，以确保信息的准确性、及时更新性、调试的高效性以及测试的全面性和深入性的技术缺陷。

2、第一方面，本申请提供了一种api智能管理方法，该方法包括：

3、响应于api注册请求，获取用于api注册的api定义数据，并从api定义数据中提取关键特征后进行api注册，得到目标api；

4、根据api定义数据，采用预先训练的知识图谱驱动的文档生成模型生成api文档；

5、根据api文档，采用基于生成对抗网络的测试用例生成器生成api测试用例，并根据预先确定的测试策略，执行api测试用例，以获取目标api的测试结果；

6、当测试结果与预期结果不符，调试目标api时，分析目标api的调试数据并生成风险评估结果和调试建议；

7、若目标api完成调试后开始运行时，根据目标api的运行数据更新api文档。

8、在其中一个实施例中，获取用于api注册的api定义数据的步骤，包括：

9、获取用于描述api的自然语言，并采用自然语言模型对自然语言进行分析，以识别api注册意图；

10、根据api注册意图，提取自然语言中的关键信息，并根据关键信息和预设api定义模板发起问询对话，以获取api注册所需的完整信息；

11、根据问询对话的回答和关键信息，构建api定义数据。

12、在其中一个实施例中，知识图谱驱动的文档生成模型的训练过程，包括：

13、获取多个api定义样本数据；

14、从各个api定义样本数据中识别多个实体数据以及各个实体数据之间的关系，并根据各个实体数据，以及各个实体数据之间的关系，构建api知识图谱；

15、提取每个api定义样本数据的特征向量；

16、根据api知识图谱和每个特征向量对图神经网络模型进行训练，并根据生成的样本api文档对训练后的图神经网络模型进行评估，直至训练后的图神经网络模型达到预设训练结束条件，得到知识图谱驱动的文档生成模型。

17、在其中一个实施例中，测试策略的确定过程，包括：

18、根据api定义数据和预设业务逻辑，采用基于深度强化学习的测试策略模型，生成测试策略。

19、在其中一个实施例中，分析api调试数据并生成风险评估结果和调试建议的步骤，包括：

20、当确定api调试数据中存在错误码时，根据预先建立的错误类型库确定目标api的错误类型，并获取目标api的错误日志；

21、根据目标api的错误类型和错误日志，采用基于机器学习的错误分析模型，生成调试建议；

22、从api调试数据中提取错误数据、调用数据和性能数据；

23、根据api定义数据、错误数据、调用数据和性能数据，采用基于深度学习的风险评估模型，生成风险评估结果。

24、在其中一个实施例中，方法还包括：

25、通过轻量级的监测代理对目标api进行监控，监测代理部署于api服务器的关键节点以及网络传输路径。

26、在其中一个实施例中，方法还包括：

27、当目标api发生版本变更时，检测版本变更前后的目标api的差异，并更新对应的api文档和api测试用例。

28、第二方面，本申请提供了一种api智能管理装置，该装置包括：

29、目标api获取模块，用于响应于api注册请求，获取用于api注册的api定义数据，并从api定义数据中提取关键特征后进行api注册，得到目标api；

30、api文档生成模块，用于根据api定义数据，采用预先训练的知识图谱驱动的文档生成模型生成api文档；

31、测试结果获取模块，用于根据api文档，采用基于生成对抗网络的测试用例生成器生成api测试用例，并根据预先确定的测试策略，执行api测试用例，以获取目标api的测试结果；

32、风险评估结果生成模块，用于当测试结果与预期结果不符，调试目标api时，分析目标api的调试数据并生成风险评估结果和调试建议；

33、api文档更新模块，用于若目标api完成调试后开始运行时，根据目标api的运行数据更新api文档。

34、第三方面，本申请提供了一种存储介质：存储介质中存储有计算机可读指令，计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如上述任一项实施例中api智能管理方法的步骤。

35、第四方面，本申请提供了一种计算机设备，包括：一个或多个处理器，以及存储器；

36、存储器中存储有计算机可读指令，计算机可读指令被一个或多个处理器执行时，执行如上述任一项实施例中api智能管理方法的步骤。

37、从以上技术方案可以看出，本申请实施例具有以下优点：

38、在本申请提供的api智能管理方法、装置、存储介质及计算机设备中，通过使用预先训练的知识图谱驱动的文档生成模型，自动从api定义数据中生成文档，确保文档内容的准确性和及时性。同时，通过在api运行过程中不断更新文档，可以避免手动维护带来的滞后和错误问题。当测试结果与预期不符时，自动分析调试数据，生成调试建议和风险评估结果，大大提高了调试的效率，减少了开发人员对系统代码的深入理解和手动操作的需求，从而能够更快速地定位问题并提供解决方案。采用基于生成对抗网络的测试用例生成器可以生成更加多样化和复杂的测试场景，使得api测试的覆盖范围更广，测试结果更为全面和深入，有助于发现隐藏的潜在问题。

技术特征：

1.一种api智能管理方法，其特征在于，所述方法包括：

2.根据权利要求1所述的api智能管理方法，其特征在于，所述获取用于api注册的api定义数据的步骤，包括：

3.根据权利要求1所述的api智能管理方法，其特征在于，所述知识图谱驱动的文档生成模型的训练过程，包括：

4.根据权利要求1所述的api智能管理方法，其特征在于，所述测试策略的确定过程，包括：

5.根据权利要求1所述的api智能管理方法，其特征在于，所述分析所述api调试数据并生成风险评估结果和调试建议的步骤，包括：

6.根据权利要求1至5任一项所述的api智能管理方法，其特征在于，所述方法还包括：

7.根据权利要求1至5任一项所述的api智能管理方法，其特征在于，所述方法还包括：

8.一种api智能管理装置，其特征在于，所述装置包括：

9.一种存储介质，其特征在于：所述存储介质中存储有计算机可读指令，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如权利要求1至7中任一项所述api智能管理方法的步骤。

10.一种计算机设备，其特征在于，包括：一个或多个处理器，以及存储器；

技术总结在本申请提供的API智能管理方法、装置、存储介质及计算机设备中，响应于API注册请求，获取用于API注册的API定义数据，并从API定义数据中提取关键特征后进行API注册，得到目标API；根据API定义数据，采用知识图谱驱动的文档生成模型生成API文档；根据API文档，采用基于生成对抗网络的测试用例生成器生成API测试用例，并根据测试策略，执行API测试用例，以获取目标API的测试结果；当测试结果与预期结果不符，调试目标API时，分析目标API的调试数据并生成风险评估结果和调试建议；若目标API完成调试后开始运行时，根据目标API的运行数据更新API文档。如此，可以有效管理API。技术研发人员：王欢,曾波,周振辉受保护的技术使用者：网思科技股份有限公司技术研发日：技术公布日：2024/11/18