探索Apigee API管理平台:实战工作坊指南
2024-05-23 23:54:22作者:谭伦延
请注意:此仓库已过时,不再维护。最新版本的Apigee X动手实验可在CloudSkillsBoost上找到
Apigee API Jam Lab Guides 是一系列面向实践的教程,旨在引领开发者和API项目利益相关者深入了解API管理和Apigee API管理平台。通过这些互动式研讨会,您可以亲身体验Apigee平台的强大功能,为您的API程序打下坚实基础。
模块结构
本资源库分为多个模块,每个模块聚焦于API管理的不同方面,从基本概念到高级技巧,满足不同技能水平和需求:
-
模块1 - API管理
- 实验1:基于OpenAPI规范创建反向代理
- 实验2:应用、API产品与API密钥
- 实验3:通过API调用配额管理分层API产品订阅
- 实验4:提升开发者体验
- 实验5:利用Apigee分析衡量API计划的成功
-
模块2a - API安全第一部分
- API安全简介
- 实验1:防止DoS攻击,利用Apigee流量控制进行请求限制
- 实验2:基于OAuth 2.0的API安全性(OAuth 2.0客户端凭据)
-
模块2b - API安全第二部分
- 实验3:基于内容的安全威胁防护
- 实验4:JWT(JSON Web Token)API安全性
- 实验5:OAuth 2.0支持的API安全性,Apigee作为OAuth服务器,并集成外部身份提供者以验证App用户的身份(OAuth 2.0密码授权类型)
-
模块3 - 高级API管理第一部分
- 实验1:共享流、流程钩子和流程调用出的全局策略管理
- 实验2:构建复合API,利用服务调用和代理链
- 实验3:Apigee Stackdriver扩展的API消息日志记录
- 演示:API监控和API安全性仪表板
-
模块4 - 高级API管理第二部分
- 实验1:跨多个API目标后端的路由和负载均衡,使用目标服务器和路由规则配置
- 实验2:API监控和安全性仪表板(仅在非试用组织中启用)
- 演示:托管目标
入门
只需从模块1的第一个实验室开始,即API设计 - 基于OpenAPI规范创建反向代理。
Apigee社区
如果您有任何疑问或反馈,请访问Apigee社区。
重要提示:这不是官方的Google或Apigee产品,仅用于教育和培训目的。
Apigee API Jam Lab Guides 提供了一条清晰的学习路径,无论您是初学者还是经验丰富的开发人员,都能快速掌握API安全管理的核心技术。从基本的API设计到复杂的流量控制和安全性设置,这个开源项目提供了全面的实践经验,帮助您在实际项目中部署高质量的API解决方案。立即开始,踏上您的API管理之旅!
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
Python开发者的macOS终极指南:VSCode安装配置全攻略 Launch4j中文版:Java应用程序打包成EXE的终极解决方案 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 STM32到GD32项目移植完全指南:从兼容性到实战技巧 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.19 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
680
160
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
Ascend Extension for PyTorch
Python
229
259
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
327
React Native鸿蒙化仓库
JavaScript
265
326
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
660