介绍

到目前为止，你的应用只能与自己的数据库对话，但无法进行思考或获取外部信息。在本课中，你将连接两个缺失的部分：AI 模型（用于生成答案、摘要或分类）和外部 API（用于获取天气、汇率或股票价格等实时数据）。两者的连接遵循相同的模式——发送请求、等待响应、处理结果——所以一旦你理解了一个，另一个就只是不同的地址和不同形状的数据。

AI 模型调用的工作原理

AI 模型调用本质上就是一个文本进、文本出的请求。你将用户的问题（以及任何系统指令）打包成 JSON payload，POST 到模型的端点，然后读取生成的文本。无代码工具将其封装在一个可视化模块中，但底层的传输格式完全相同。

一个典型的请求体如下所示：

{
  "model": "gpt-4o-mini",
  "messages": [
    {"role": "system", "content": "You are a helpful assistant."},
    {"role": "user", "content": "Summarize this product review in one sentence."}
  ],
  "temperature": 0.3
}

`system` 消息设定行为；`user` 消息是实际的输入。`temperature` 控制输出的创造性与确定性——事实性任务用低值，头脑风暴用高值。

外部 API 调用的工作原理

外部 API（天气、货币、新闻）的工作方式相同，但 payload 通常更简单——只需要几个查询参数而不是对话历史。例如，一次天气查询可能只需要城市名称和 API key。

GET https://api.weatherapi.com/v1/current.json?key=YOUR_KEY&q=Hanoi&aqi=no

响应以 JSON 格式返回。你的无代码工具允许你选择要提取的字段，并将其存储到数据库或 UI 中的相应位置。

处理输入、输出和错误

几乎每次集成都会出现三种问题：字段缺失、响应过慢、响应格式异常。

首先，在发送前校验输入。如果用户没有提供城市名称，就不要调用天气 API——而是显示一个友好的提示。

if (!userInput.city || userInput.city.trim() === "") {
  return { error: "Please enter a city name." };
}

其次，设置超时。大多数无代码平台允许你设置最长等待时间（8–15 秒比较合理）。如果 AI 或 API 未能及时响应，显示一条备用消息，而不是让界面一直卡住。

第三，防范格式异常的响应。AI 模型偶尔会返回空字符串或拒绝回答；有些 API 在 200 响应中却返回错误对象。

if (!response.choices || response.choices.length === 0) {
  return { error: "The AI did not return a result. Please try again." };
}

一个常见的模式是将每次外部调用包裹在 try/catch 中（或无代码中的等价做法：工作流节点上的错误分支），将失败记录下来供自己查看，同时向用户展示一条礼貌的提示信息。

总结

AI 模型调用和外部 API 调用共享相同的骨架：校验输入、发送结构化请求、解析响应、优雅地处理失败。在你的无代码工作流中，每一步都是一个可视化模块，但逻辑与上面的代码片段完全相同。请熟悉这种「请求-响应-错误」模式，因为你之后构建的每一次集成都会遵循它。

在下一课中，你将把多个 API 调用组合到同一个工作流中，让你的应用能够——例如——获取天气，将其交给 AI 模型处理，并返回一条旅行建议——即三个集成串联在一起。