Apidog
PulseAugur coverage of Apidog — every cluster mentioning Apidog across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
Google Gemini 3.8 Flash 更新思考层级，取消“最小”设置
Google 更新了其 Gemini 3.8 Flash 模型，引入了低、中、高三个不同的思考层级。这些层级控制模型在响应前进行的内部推理量，从而影响延迟、令牌使用量和成本。与前代 Gemini 3.7 Flash 不同，3.8 Flash 模型默认设置为中等层级，并且不再支持“最小”思考层级，该层级为便于迁移已映射到“低”层级。建议开发者为每个用例明确设置思考层级，以有效管理成本和性能。
-
Anthropic 的 Claude Opus 5 引入“努力”参数以进行成本-质量调整
Anthropic 发布了 Claude Opus 5，其中包含一个新的“努力”（effort）参数，允许用户调整计算成本和输出质量之间的权衡。该参数可通过 Messages API 配置，控制模型在生成响应前进行的内部推理。更高的努力级别意味着更多的思考、更高的成本和更长的响应时间。“努力”参数有五个级别，“high”为默认级别。Anthropic 已为 Opus 5 重新校准了这些级别，这意味着之前的 Opus 4.8 设置可能无…
-
提示注入成为 API 团队面临的首要 LLM 安全风险
提示注入是 API 团队面临的重大安全风险，当模型输入中的用户提供文本被误解为指令时发生。这种威胁主要有两种表现形式：API 被大型语言模型（LLM）或 AI 代理调用，以及 API 的数据被 LLM 处理。间接提示注入涉及在看似无害的数据字段中嵌入恶意指令，可能导致“被混淆的副官”问题，即代理滥用其授权的 API 访问权限。虽然目前在模型层面无法完全修复，但开发人员可以通过将所有模型输出视为不可信，并为模型输出驱动的任何特权 API…
-
Apidog 通过新的 CLI 和 SKILL 增强 API 开发，以应对复杂工作流
Apidog 开发了新的命令行界面 (CLI) 和 SKILL 系统来补充其现有的 MCP 工具，旨在处理更复杂的 API 开发工作流。MCP 擅长标准化工具连接以完成简单任务，而新的 CLI + SKILL 则专为涉及验证、读回和执行确认的多步研发流程而设计。这个增强的 CLI 允许 AI Agent 与 API 资产进行交互，创建或更新测试集，在写入前验证更改，并确认执行结果，从而将复杂性从 AI 模型转移到工程系统。
-
OpenAI API成本跟踪指南详细介绍功能级归因
本指南解释了如何通过实现一个跟踪每个功能、路由和客户使用情况的包装器来管理OpenAI API成本。它详细介绍了如何捕获响应使用情况，在请求时以美元计算成本，并将结构化的JSON事件发送到数据仓库。该方法旨在提供比OpenAI的原生账单仪表板更精细化的成本归因，后者仅显示总支出。