API是什么?
想象你去奶茶店点单: 你不需要冲进后厨自己做奶茶，而是告诉店员(API)"我要三分糖、加珍珠"，店员把需求传给后厨(另一个程序)，最后把做好的奶茶(结果)端给你。
API就是软件之间的"店员"--它是一套规则和接口，让一个程序能"告诉"另一个程序"我需要什么"，并接收返回的结果。它隐藏了底层复杂操作(比如后厨如何制作奶茶)，只暴露简单的"输入-输出"接口。
为什么需要API?
核心解决"重复造轮子"和"跨系统协作"的问题:
不用重复开发: 比如你做一个天气APP，不需要自己建气象站测数据，直接调用气象局的API(付费或免费)，就能拿到实时天气数据
分工更高效: 银行不会开放数据库给所有APP，但会通过API控制"哪些信息能查、能操作"，既安全又让其他APP能快速接入支付/转账功能。
像搭积木一样组合功能: 微信能发红包、叫车、点外卖，不是因为它自己做了所有功能，而是调用了支付、打车、外卖平台的API，把它们"拼"进微信里。
一句话总结: API是软件世界的"翻译+传话筒"(中间接口)，让不同程序高效"对话"、分工合作，避免了"每做一个新功能都要从头造轮子"的麻烦。
如何调用API(Python示例)
1、查看API说明文档: 调用API就像"给另一个程序发消息"，需要按对方要求的格式传参数。所以先找到想要调用的API说明文档(一般在官网)，明确API的地址(URL)和需要哪些参数(API Key、功能参数、请求体Body)
2、获取API Key: 很多API需要"钥匙"才能访问(防止滥用)，这把钥匙叫API Key，起到一个身份认证的作用
3、按文档要求给API传参: 根据API功能不同，需要传具体"需求"。比如查电影评分，需要传电影名；查快递，需要传运单号
4、发送请求: 用Python的 requests库(或其他工具)发送GET\POST等请求。
5、处理响应: 解析返回的JSON/XML数据，提取需要的信息。
举个例子:
我们来看看如何借助API让大模型批量自动化的处理任务
需求介绍: 产品需要对客户发起一次产品调研，你的任务是统计出用户认为产品哪些方面有待改进，比如:价格过高、售后支持不足、产品使用体验不佳等。
现状: 收集到1万多份主观反馈，并未结构化。
难点: 要求在1天内做出分析。
在这样的情况下，借助大模型服务的 API 可以大大简化和加速文本处理的任务。代码如下:
上面的代码从路径为 data/feedback.xlsx的 Excel文件中逐行读取了用户的反馈，然后借助通义千问API得到分析结果，最终打印了出来。
·更多AI大模型学习视频及资源，都在智泊AI。