Опубликовано: 20.07.2026 | Источник: TechCrunch

Интеграция внешних сервисов в AI-приложения: как сделать ВКР по ChatGPT и API реальных сервисов защищаемым

Поддомен: AI/ML
Роль эксперта: Data/ML-инженер

Семантический анализ (выполнен перед генерацией)

• Primary keyword: интеграция API в AI-приложения для ВКР
• LSI-запросы: OpenAPI, RESTful API, OAuth 2.0, JSON Schema, webhook, архитектура микросервисов, C4-модель, метрики Latency и Success Rate, OWASP API Security Top 10, Swagger UI
• Вопросы студентов:
  1. Как доказать научную новизну при работе с чужими API?
  2. Где взять легальные данные для тестирования интеграций?
  3. Как оформить схему взаимодействия между ИИ и сервисами?
  4. Какие метрики считать — ведь это не моя система?
  5. Можно ли защитить работу, если использовал публичные API без модификации кода?
• Ключевые сущности: OpenAPI, OAuth 2.0, OWASP, C4/UML, ISO/IEC 25010

---

Введение

ChatGPT теперь умеет вызывать Spotify, заказывать еду через DoorDash и бронировать поездки в Uber — прямо из диалога. Это не просто «умный чат», а полноценный шлюз к экосистеме внешних сервисов. Для студента технической специальности это сигнал: будущее за агентскими ИИ-системами, которые принимают решения и выполняют действия. Если вы пишете ВКР в области AI, ML или Software Engineering, игнорирование таких кейсов — потеря актуальности. А использование — прямой путь к высокой оценке на защите. Почему? Потому что вы демонстрируете не только знание теории, но и умение проектировать системы, соответствующие мировым трендам. В этой статье покажу, как превратить новость TechCrunch в защищаемую главу диплома.

Темы ВКР: карточки для выбора направления

Основная часть: как встроить материал в ВКР

1. Глава 1: Теоретический анализ — не просто описание, а классификация

Не ограничивайтесь цитированием статьи. Возьмите примеры из неё (DoorDash, Spotify) как кейсы для анализа архитектурных паттернов. Например:

• Tool Calling — механизм, позволяющий LLM выбирать и вызывать функции на основе запроса.
• API Gateway — централизованная точка входа для всех внешних вызовов.
• OAuth 2.0 — обязательный стандарт авторизации при доступе к личным данным (например, плейлистам Spotify).

Используйте C4-модель для визуализации уровней:

Контекст (C1): 
[Пользователь] -- "закажи ужин" --> [ChatGPT Agent]
[ChatGPT Agent] --> вызывает --> [DoorDash API]
[ChatGPT Agent] --> вызывает --> [Spotify API]

Контейнеры (C2):
[Frontend: Web-интерфейс]
[Backend: LLM Orchestrator]
[Service: DoorDash Integration]
[Service: Spotify Integration]
[БД: Кэш команд и токенов]

2. Глава 2: Проектирование — стройте схемы, а не описывайте

Вместо текстового описания «как работает» — делайте диаграммы. Вот пример UML-последовательности для сценария «включи мою вечернюю музыку»:

Пользователь -> LLM: "Включи вечерний плейлист"
LLM -> Parser: Распознать намерение
Parser --> LLM: {action: "spotify.play", params: {playlist: "evening"}}
LLM -> AuthManager: Есть ли токен?
AuthManager --> LLM: Да, действителен
LLM -> SpotifyClient: Выполнить play(evening)
SpotifyClient -> Spotify API: POST /me/player/play
Spotify API --> SpotifyClient: 204 No Content
SpotifyClient --> LLM: Успешно
LLM -> Пользователь: "Плейлист запущен"

Инструменты: PlantUML, draw.io, Mermaid.js. Вставляйте в приложение как рисунок с подписью по ГОСТ 2.105–95.

3. Глава 3: Тестирование — считайте метрики, а не пишите «всё работает»

Вы не можете повлиять на внутреннюю логику Spotify, но можете измерить:

• Latency — среднее время ответа API (цель: <1.2 сек)
• Success Rate — процент успешных вызовов (цель: >98%)
• Error Recovery Time — время восстановления после сбоя авторизации
• Token Reuse Efficiency — сколько % запросов используют кэшированный токен

Пример скрипта для замера latency (Python):

import requests
import time

def measure_spotify_latency(access_token):
    url = "https://api.spotify.com/v1/me/player/currently-playing"
    headers = {"Authorization": f"Bearer {access_token}"}
    
    latencies = []
    for _ in range(10):
        start = time.time()
        try:
            response = requests.get(url, headers=headers, timeout=5)
            end = time.time()
            if response.status_code == 200:
                latencies.append(end - start)
        except:
            pass
        time.sleep(1)
    
    return sum(latencies) / len(latencies) if latencies else None

Эти данные — основа для таблиц и графиков в третьей главе. Без них — нет научной ценности.

Чему вы научитесь

• Проектировать архитектуру ИИ-агента с поддержкой внешних API по модели C4.
• Оформлять диаграммы взаимодействия в соответствии с UML и требованиями ГОСТ.
• Собирать и интерпретировать метрики производительности и надёжности API.
• Оценивать безопасность интеграций по OWASP API Security Top 10.
• Формулировать выводы на основе количественных данных, а не субъективных оценок.

FAQ

Где брать данные для тестирования, если API требует платной подписки?

Многие сервисы предоставляют sandbox-режимы: Stripe, Twilio, Spotify (через Developer Dashboard). Также можно использовать mock-серверы (например, Postman Mock Server или WireMock). В работе укажите: «Тестирование проводилось на эмуляторе API с сохранением семантики оригинального OpenAPI-документа».

Как доказать новизну, если я использую публичные API?

Новизна — не в API, а в способе их комбинирования. Например: «впервые предложена схема кэширования OAuth-токенов с политикой TTL на основе частоты использования». Или: «разработана модель оценки рисков при многошаговом выполнении команд ИИ-агентом».

Какие метрики считать, если я не могу влиять на сервер?

Фокусируйтесь на том, что контролируется: время отклика, количество повторных попыток, размер полезной нагрузки, эффективность кэширования. Эти данные — основа для анализа по ISO/IEC 25010 (функциональная пригодность, производительность, надёжность).

Можно ли защитить ВКР, если код не был задеплоен в продакшн?

Да, особенно на уровне бакалавриата. Главное — наличие прототипа, документации, схем и результатов тестирования. MVP может быть локальным. Но он должен быть воспроизводим: приложите README, Dockerfile, примеры запросов.

Источник: How to use the new ChatGPT app integrations, including DoorDash, Spotify, Uber, and others (опубликовано 2026-03-14)