ادغام APIهای شخص ثالث در یک فراخوان واحد: گفت‌وگو با گیل فیگ
گیل فیگ، بنیان‌گذار و مدیر فنی Merge، درباره رویکرد شرکت برای کاهش APIهای شخص ثالث به یک فراخوان، پیچیدگیهای نرمال‌سازی داده و نقش هوش مصنوعی در آینده APIها بحث می‌کند.
ادغام APIها با رویکرد Merge
در این پادکست، گیل فیگ بنیان‌گذار و مدیر فنی شرکت Merge درباره چالش‌های یکپارچه‌سازی با APIهای متعدد شخص ثالث صحبت می‌کند. رویکرد Merge ایجاد یک مدل داده نرمال‌شده و opinionated است که داده‌های پلتفرم‌های مختلف مانند سیستم‌های حسابداری و ticketing را به یک فرمت استاندارد تبدیل می‌کند. این شرکت با ایجاد “دسته‌بندی‌های” نرمال‌شده (مانند HR، accounting، file storage) امکان اتصال به ده‌ها پلتفرم را از طریق یک API واحد فراهم می‌کند.
- نرمال‌سازی داده‌ها: تبدیل فیلدهای مختلف پلتفرم‌ها (مانند “title” در Jira و “name” در Asana) به یک ساختار مشترک
- همگام‌سازی مداوم: Merge داده‌ها را به‌طور پیوسته sync کرده و از طریق webhook به روزرسانی می‌فرستد
- چالش‌های دسترسی: برخی APIها نیاز به صدها فراخوان جداگانه دارند که Merge با کشیدن کامل داده این مشکل را حل می‌کند
“ما یک مدل داده opinionated ایجاد کردیم زیرا نمی‌توانیم تمام فیلدهای هر پلتفرم را شامل شویم.”
“دسترسی‌های semantic مانند ‘تیکتی با بدترین sentiment را بیاور’ نیاز به همگام‌سازی کامل داده‌ها دارد.”
در بخش هوش مصنوعی، فیگ به پروتکل MCP به عنوان استاندارد مورد انتظار برای اتصال عامل‌های هوش مصنوعی به APIها اشاره می‌کند اما تأکید می‌کند که بسیاری از سرورهای MCP فعلی به‌خوبی پیاده‌سازی نشده‌اند. آینده APIها نیازمند الگوهای دسترسی بهتر مانند جستجوی معنایی و endpointهای vectorized است، اگرچه هزینه‌های پیاده‌سازی این قابلیت‌ها هنوز چالش برانگیز است.