CLIهای تولیدشده برای AI agentها
Postman CLI Generator ابزارهای خط فرمانی می‌سازد که برای کار با AI agentها هم مناسب هستند. همراه هر CLI، فایل‌های skill تولید می‌شود تا agent بداند commandها چه کاری انجام می‌دهند، چه flagهایی لازم دارند و خروجی را چطور باید استفاده کند.
AI agentها معمولا برای کار با API از CLI استفاده می‌کنند، چون CLI ساختار ثابت، help قابل خواندن، ورودی/خروجی قابل پیش‌بینی و قابلیت automation دارد.
چرا CLI برای agentها مفید است؟
- commandها الگوی مشخصی دارند و agent می‌تواند آن‌ها را یاد بگیرد و تکرار کند.
- مستندات help داخل خود CLI وجود دارد.
- خروجی‌ها معمولا JSON و قابل parse هستند.
- skillها context لازم را می‌دهند، بدون اینکه پنجره context agent بیش از حد پر شود.
شروع کار با AI agentها
- از روی Collection یا specification در Postman یک CLI تولید کنید.
- CLI را دانلود و build کنید.
- با commandهای
setup-authاحراز هویت را تنظیم کنید. - پوشه
skills/تولیدشده را در workspace یا مسیر قابل خواندن برای agent قرار دهید. - چند command ساده را دستی تست کنید تا مطمئن شوید احراز هویت و اتصال درست است.
ساختار فایل‌های skill
هر skill یک فایل Markdown ساختارمند است که برای مصرف AI آماده شده است. معمولا شامل این موارد است:
- syntax کامل command و parameterهای اختیاری و اجباری.
- نیازمندی‌های احراز هویت و روش setup.
- نمونه request و response با داده‌های واقعی‌تر.
- راهنمای error handling برای خطاهای رایج.
- commandهای مرتبط برای ساخت workflowهای چندمرحله‌ای.
چون skillها از روی API specification تولید می‌شوند، با قابلیت‌های واقعی API هماهنگ می‌مانند.
Skillها در عمل چطور استفاده می‌شوند؟
وقتی CLI تولید می‌شود، Postman برای commandها فایل‌های skill می‌سازد. این فایل‌ها به agent کمک می‌کنند بفهمد هر command چه کاربردی دارد و چطور باید آن را اجرا کند.
سازمان‌دهی سلسله‌مراتبی skillها
برای کاهش مصرف context، skillها معمولا در سطح سرویس سازمان‌دهی می‌شوند، نه برای تک‌تک commandها به صورت بی‌هدف. برای یک API موسیقی، ساختار می‌تواند شبیه این باشد:
skills/
├── albums/
├── artists/
├── tracks/
└── playlists/بارگذاری پویا
agent لازم نیست همه commandها را از ابتدا بخواند. بهتر است:
- اول skillهای سطح سرویس را بخواند تا دسته‌های API را بفهمد.
- وقتی عملیات مشخص شد، جزئیات command همان بخش را بخواند.
- برای workflowهای پیچیده، خروجی یک command را به ورودی command بعدی وصل کند.
این روش برای APIهای بزرگ با بیش از ۱۰۰ command کمک می‌کند context کوچک و متمرکز بماند.
رفتار مناسب agent هنگام استفاده از CLI
- skillها را مرحله‌به‌مرحله و فقط در زمان نیاز بخواند.
- قبل از عملیات API، احراز هویت را بررسی کند.
- خطاها را بر اساس راهنمای skillها مدیریت کند.
- خروجی command قبلی را با دقت به command بعدی منتقل کند.
- rate limit و محدودیت‌های API را رعایت کند.
نمونه workflow برای ساخت playlist
فرض کنید agent می‌خواهد با CLI یک برنامه موسیقی، playlist بسازد. ابتدا skillهای مرتبط را شناسایی می‌کند:
users: پروفایل و ترجیحات کاربر.tracks: اطلاعات trackها و trackهای محبوب.playlists: ساخت و مدیریت playlist.
بعد commandها را به ترتیب اجرا می‌کند:
# Get current user profile
mymusicapp-cli users get-current-users-profile
# Get user's top tracks
mymusicapp-cli users get-users-top-artists-and-tracks --type tracks --limit 10
# Create new playlist
mymusicapp-cli playlists create-playlist --user-id {user-id} --body '{
"name": "AI Generated Playlist",
"description": "Top tracks playlist"
}'
# Add tracks to playlist
mymusicapp-cli playlists add-tracks-to-playlist --playlist-id {playlist-id} --body '{
"uris": ["mymusicapp:track:...", "mymusicapp:track:..."]
}'در این workflow، agent شناسه کاربر و شناسه playlist را از خروجی commandهای قبلی می‌گیرد و در commandهای بعدی استفاده می‌کند.
نمونه agentهایی که با CLI تولیدشده خوب کار می‌کنند
- Claude Code: می‌تواند skillها را بخواند و commandهای CLI را اجرا کند.
- Cursor: می‌تواند از skillهای موجود در workspace برای کمک به کدنویسی و automation استفاده کند.
- workflowهای LLM سفارشی: می‌توانند skillها را به عنوان prompt ساختارمند برای automation API مصرف کنند.
- GitHub Copilot: می‌تواند از skillها برای پیشنهاد commandهای CLI استفاده کند.
Skillهای تولیدشده با قراردادهای استاندارد نوشته می‌شوند تا بیشتر agentها بتوانند آن‌ها را بخوانند و درست استفاده کنند.
منبع آموزشی: Postman Docs، بازنویسی و ساده‌سازی‌شده برای کاربران فارسی‌زبان.