[AI線上應用實戰] Bubble.io Backend Workflow 製作API

閱讀時間約 3 分鐘

系列文章傳送門:[AI線上應用實戰] 如何快速建立你的AI線上應用 使用Bubble.io #Bubble.io教學


在傳統網頁或是應用程式架構中,會分成前端及後端,只要邏輯是涉及敏感資訊,例如金鑰、金流等,切記不要放在前端,以bubble.io來說,就是不要將相關workflow放在page workflow中。

舉個更詳細的例子:如果我們串接OpenAI API,並且希望動態切換金鑰(也就是沒辦法在API connector或是插件設定頁面中放入private金鑰,因為private key皆無法在程式執行時改動,即使是在backend也一樣),因此openai金鑰只能以public形式在bubble.io中使用,如果這樣的邏輯放在page workflow,無疑是將自己的金鑰暴露給大眾了。

因此,將這類涉及機敏或是高重複性的功能放在backend workflow是必要的。要在page workflow中使用backend workflow有兩種方式

  • 建立後端API workflow,在前端Schedule API workflow,此方法的缺點是沒辦法及時得到API回傳。必須用其他方式監控結果。常見的做法是前端用一個when邏輯,隨時監測API workflow dump的地方,如果有變化,就在前端更新
  • 建立後端API workflow,用plugin API connector串聯,並在前端使用。此方法的好處是可以及時拿到回傳,缺點是設定多一步

實際操作

建立後端API workflow

raw-image

設定API name及parameter

raw-image

設定API回傳,之後就可以開始寫API邏輯

raw-image


用plugin API connector串聯

首先在設定頁面建立token,並複製Workflow API root URL

raw-image

之後在plugin API connector中填寫該API,要注意這邊的參數要與剛剛設計backend API workflow的參數一致。

raw-image


之後就可以在前端使用,不管是用schedule、或是直接call api connector都可以





想要更有系統的學習嗎?

歡迎至Google BooksReadmoo購買《零基礎開發AI應用: Bubble實戰指南》。在本書中我們深入淺出的教您使用Bubble平台,並結合最新最潮的AI技術,讓你輕鬆完成你的創業夢。

raw-image



























1會員
18內容數
留言0
查看全部
發表第一個留言支持創作者!
ECOE的沙龍 的其他內容
在架設Bubble.io應用時,主流上都是串接Stripe,但是Stripe必須使用(截至2024/08)美國銀行帳戶。因此,我們示範如何串接綠界金流,並搭配aws lambda做到快速金流設定。 註:筆者一開始有考慮使用Paypal,但考量到金流嚴謹性以及Bubble天生不適合unit test
系列文章傳送門:[AI線上應用實戰] 如何快速建立你的AI線上應用 使用Bubble.io #Bubble.io教學 想要讓網頁動起來、具有某些動作邏輯(e.g. 當使用者點擊按鈕,就將使用者登入),就必須依靠撰寫Workflow。在[AI線上應用實戰] Bubble.io Workflow以
系列文章傳送門:[AI線上應用實戰] 如何快速建立你的AI線上應用 使用Bubble.io #Bubble.io教學 在使用Bubble.io時,想要讓網頁動起來、具有某些動作邏輯(e.g. 當使用者點擊按鈕,就將使用者登入),就必須依靠撰寫Workflow。 Workflow的操作非常直白
在這篇文章中,將學會如何用Bubble快速建立Floating Box 通常使用Repeating Group元件可以快速達到呈列過去訊息,但是方向會是相反的,需要使用額外插件改變方向 實際步驟 加入Chatroom Datatype: 可以創建一個Reusable element
在某些狀況下,難免會有一些需要高度客製化的場景、或是想要使用js(不管是自己寫還是想要使用既有的code or from chatgpt),這時候,Toolbox Plugin 就是必學的。 Toolbox Plugin分成Server side以及Client side。兩者有細微差異
在[AI線上應用實戰] Bubble.io Plugin製作: 基礎篇我們介紹了Plugin的三種功能。然而實際製作上有很多細節要注意,在這篇文章中,將更詳細介紹如何使用Plugin建立Element元件 實際案例 Fields 這個部分最簡單,會作為update(每次元件的field或元
在架設Bubble.io應用時,主流上都是串接Stripe,但是Stripe必須使用(截至2024/08)美國銀行帳戶。因此,我們示範如何串接綠界金流,並搭配aws lambda做到快速金流設定。 註:筆者一開始有考慮使用Paypal,但考量到金流嚴謹性以及Bubble天生不適合unit test
系列文章傳送門:[AI線上應用實戰] 如何快速建立你的AI線上應用 使用Bubble.io #Bubble.io教學 想要讓網頁動起來、具有某些動作邏輯(e.g. 當使用者點擊按鈕,就將使用者登入),就必須依靠撰寫Workflow。在[AI線上應用實戰] Bubble.io Workflow以
系列文章傳送門:[AI線上應用實戰] 如何快速建立你的AI線上應用 使用Bubble.io #Bubble.io教學 在使用Bubble.io時,想要讓網頁動起來、具有某些動作邏輯(e.g. 當使用者點擊按鈕,就將使用者登入),就必須依靠撰寫Workflow。 Workflow的操作非常直白
在這篇文章中,將學會如何用Bubble快速建立Floating Box 通常使用Repeating Group元件可以快速達到呈列過去訊息,但是方向會是相反的,需要使用額外插件改變方向 實際步驟 加入Chatroom Datatype: 可以創建一個Reusable element
在某些狀況下,難免會有一些需要高度客製化的場景、或是想要使用js(不管是自己寫還是想要使用既有的code or from chatgpt),這時候,Toolbox Plugin 就是必學的。 Toolbox Plugin分成Server side以及Client side。兩者有細微差異
在[AI線上應用實戰] Bubble.io Plugin製作: 基礎篇我們介紹了Plugin的三種功能。然而實際製作上有很多細節要注意,在這篇文章中,將更詳細介紹如何使用Plugin建立Element元件 實際案例 Fields 這個部分最簡單,會作為update(每次元件的field或元
你可能也想看
Google News 追蹤
Thumbnail
這個秋,Chill 嗨嗨!穿搭美美去賞楓,裝備款款去露營⋯⋯你的秋天怎麼過?秋日 To Do List 等你分享! 秋季全站徵文,我們準備了五個創作主題,參賽還有機會獲得「火烤兩用鍋」,一起來看看如何參加吧~
Thumbnail
美國總統大選只剩下三天, 我們觀察一整週民調與金融市場的變化(包含賭局), 到本週五下午3:00前為止, 誰是美國總統幾乎大概可以猜到60-70%的機率, 本篇文章就是以大選結局為主軸來討論近期甚至到未來四年美股可能的改變
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 以下提供範例說明 BLEU 怎麼使用: #Example 1 reference = [['the', 'cat', 'likes', 'milk'], ['cat
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 總結一下目前有的素材: AI說書 - 從0開始 - 103:資料集載入 AI說書 - 從0開始 - 104:定義資料清洗的函數 AI說書 - 從0開始 - 105
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 總結一下目前有的素材: AI說書 - 從0開始 - 103:資料集載入 AI說書 - 從0開始 - 104:定義資料清洗的函數 AI說書 - 從0開始 - 105
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 目前我們已經有資料集在 AI說書 - 從0開始 - 103 ,必要的清理函數在 AI說書 - 從0開始 - 104 ,現在把它們湊在一起,如下: # load Eng
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 我們已經在AI說書 - 從0開始 - 32中,展示了OpenAI的API如何使用,儘管 API 可以滿足許多需求,但它們也有其限制,例如,多用途 API 可能在所有任務
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 生成式人工智慧模糊了雲端平台、框架、函式庫、語言和模型之間的界線,以下展開幾項事實: OpenAI 部署了一個Transformer API,幾乎不需要程式設計。
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 延續AI說書 - 從0開始 - 25示範了ChatGPT程式的能力,現在我們繼續做下去。 AI說書 - 從0開始 - 25在步驟7:Plot the confusio
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 延續AI說書 - 從0開始 - 22解釋Foundation Model與Engines意涵後,我們來試用看看ChatGPT。 嘗試問以下問題:Provide a
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 我們已經在AI說書 - 從0開始 - 18中,介紹了OpenAI的GPT模型如何利用Inference的Pipeline產生Token。 完整Pipeline可能
Thumbnail
這個秋,Chill 嗨嗨!穿搭美美去賞楓,裝備款款去露營⋯⋯你的秋天怎麼過?秋日 To Do List 等你分享! 秋季全站徵文,我們準備了五個創作主題,參賽還有機會獲得「火烤兩用鍋」,一起來看看如何參加吧~
Thumbnail
美國總統大選只剩下三天, 我們觀察一整週民調與金融市場的變化(包含賭局), 到本週五下午3:00前為止, 誰是美國總統幾乎大概可以猜到60-70%的機率, 本篇文章就是以大選結局為主軸來討論近期甚至到未來四年美股可能的改變
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 以下提供範例說明 BLEU 怎麼使用: #Example 1 reference = [['the', 'cat', 'likes', 'milk'], ['cat
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 總結一下目前有的素材: AI說書 - 從0開始 - 103:資料集載入 AI說書 - 從0開始 - 104:定義資料清洗的函數 AI說書 - 從0開始 - 105
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 總結一下目前有的素材: AI說書 - 從0開始 - 103:資料集載入 AI說書 - 從0開始 - 104:定義資料清洗的函數 AI說書 - 從0開始 - 105
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 目前我們已經有資料集在 AI說書 - 從0開始 - 103 ,必要的清理函數在 AI說書 - 從0開始 - 104 ,現在把它們湊在一起,如下: # load Eng
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 我們已經在AI說書 - 從0開始 - 32中,展示了OpenAI的API如何使用,儘管 API 可以滿足許多需求,但它們也有其限制,例如,多用途 API 可能在所有任務
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 生成式人工智慧模糊了雲端平台、框架、函式庫、語言和模型之間的界線,以下展開幾項事實: OpenAI 部署了一個Transformer API,幾乎不需要程式設計。
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 延續AI說書 - 從0開始 - 25示範了ChatGPT程式的能力,現在我們繼續做下去。 AI說書 - 從0開始 - 25在步驟7:Plot the confusio
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 延續AI說書 - 從0開始 - 22解釋Foundation Model與Engines意涵後,我們來試用看看ChatGPT。 嘗試問以下問題:Provide a
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 我們已經在AI說書 - 從0開始 - 18中,介紹了OpenAI的GPT模型如何利用Inference的Pipeline產生Token。 完整Pipeline可能