ÉlőUtoljára: 8 perceMa: 5
Alkalmazásokfrissítve: 22:10

Webhookokkal gyorsítja a Gemini API a hosszú AI-feladatokat

A Google Gemini API mostantól push-alapú értesítési rendszert használ, ami megszünteti a folyamatos lekérdezés szükségességét, jelentősen csökkentve a késleltetést és a súrlódást.

Webhookokkal gyorsítja a Gemini API a hosszú AI-feladatokat
Fotó: Fotó: Dimitri Karastelev / Unsplash
forrás: Google AI Blog·AI Forradalom szerk.·
Megosztás

A Google bejelentette, hogy a Gemini API-ban Webhookokat vezet be, amelyekkel hatékonyabbá és egyszerűbbé válik a komplex, hosszú ideig futó ügynöki alkalmazások fejlesztése — írja a Google AI Blog.

A Webhookok eseményvezérelt, push-alapú értesítési rendszert biztosítanak, ami feleslegessé teszi a korábbi, ineffektív lekérdezési módszereket. Eddig a fejlesztőknek folyamatosan ellenőrizniük kellett a feladatok állapotát, ami percekig, de akár órákig is eltarthatott olyan műveleteknél, mint a mélyreható kutatás, a hosszú videók generálása vagy a Batch API-n keresztüli több ezer prompt feldolgozása.

A Gemini API mostantól valós idejű HTTP POST adatcsomagot küld a szerverre, amint egy feladat befejeződik. A Google szerint az implementáció szigorúan követi a Standard Webhooks specifikációt, minden kérés aláírással van ellátva a webhook-signature, webhook-id és webhook-timestamp fejlécek segítségével, biztosítva az idempotenciát és megelőzve az ismételt támadásokat.

A rendszer garantálja a „legalább egyszeri” kézbesítést, automatikus újrapróbálkozásokkal akár 24 órán keresztül. A Webhookok globálisan, projekt szinten (HMAC biztonsággal) vagy dinamikusan, kérésenként (JWKS biztonsággal) is konfigurálhatók, lehetővé téve a specifikus feladatok útválasztását. Lucia Loher termékmenedzser és Hussein Hassan Harrirou mérnök szerint a funkció már elérhető minden Gemini API fejlesztő számára, akik a Python SDK-n keresztül is használhatják.

tetszett a cikk? oszd meg →
Megosztás

Tetszik az oldal? Támogasd a fejlesztést

Az AI Forradalom egy automatizált pipeline: napi adatgyűjtés, LLM-feldolgozás és infrastruktúra fenntartása valódi költségekkel jár. Ha értékesnek találod a tömör, naprakész AI-összefoglalókat, egy kávé sokat segít.

Támogatom