Shapir:标准化和民主化 Web API 访问
大语言模型(LLM)的人机协作自动机器学习(AutoML)界面软件工程师与开发者HCI 研究员
文献标题
Shapir: Standardizing and Democratizing Access to Web APIs
文献信息
- 主题领域: Web API的标准化与民主化访问
- 关键词: Web APIs, API Description Languages, Schema.org, Semantic Web, API Integration, Programming Interfaces, Data Interoperability, Mavo, ShapirJS, WoOPI
研究背景与问题
- 问题或挑战:
- 当前每个网站的Web API语法和数据模型都不统一,且需要用户手动编写复杂的HTTP请求、处理分页、认证等。
- 开发者需要花费大量时间阅读文档、学习每个API,而且对于非专业用户而言难度较高。
- API之间缺乏统一的标准化模型,这限制了跨网站的数据整合和复用。
- 重要性:
- 标准化和简化API访问能够大幅降低开发工作量,使得更多用户能够重复使用多网站的数据,提高开发效率。
- 研究动机与相关工作:
- 作者基于Schema.org和现有的API描述方法(如OpenAPI、Swagger),希望开发一个统一的API标准和工具,克服现有方法在描述数据模型和关联上的局限性。
解决方案
- 方法或解决方案:
- 提出“Web of Objects Programming Interface (WoOPI)”:
- 提供一种标准化的API描述语言,基于Schema.org构建,能够描述API所管理的对象、属性、方法及其相互关系。
- 开发“ShapirJS”:
- 用于将Web API数据包装为本地可操作的JavaScript对象,简化API调用。
- 提供“ShapirUI”:
- 一个可视化工具,允许用户通过图形界面为API生成WoOPI描述。
- 与“Mavo”集成:
- 使非开发者可通过撰写HTML创建交互式、基于API的数据管理应用。
- 提出“Web of Objects Programming Interface (WoOPI)”:
- 创新之处:
- 基于Schema.org标准映射API数据模型,实现跨多个API的数据统一操作。
- 提供无需编程的图形化工具(ShapirUI)创建WoOPI描述,降低了技术门槛。
- 与Mavo无缝结合,非开发者仅需HTML即可操作API数据。
- 实施步骤与技术:
- WoOPI通过分析现有API习惯(如CRUD方法)生成标准化的对象-方法模型。
- ShapirJS根据WoOPI模型动态生成JavaScript API库,自动处理分页、认证与异步操作。
- ShapirUI结合语义分析与智能匹配,辅助用户将站点API映射到Schema.org类型。
- 与Mavo结合,通过标准属性和方法支持简单的HTML为基础的API操作。
研究成果
- 具体成果:
- 设计了WoOPI描述语言,可用于描述大约90%的现有Web API。
- 开发了ShapirJS库和ShapirUI工具,并成功实现与Mavo的集成。
- ShapirJS支持以标准对象类型(如VideoObject)统一管理跨站点数据,同时自动完成所需API调用。
- 优势:
- 在开发速度上,ShapirJS使得程序员完成涉及多API的任务快了约5.6倍(与Swagger对比)。
- 使用ShapirJS和Mavo的非程序员可在数分钟内完成数据管理应用,降低技术门槛。
- 工具链模块化设计,支持未来替换和扩展。
- 实验和评估:
- 编程者使用ShapirJS进行API任务的时间显著少于传统方法(如Swagger)。
- 非编程者仅4分钟即可用Mavo与ShapirUI完成跨API应用搭建。
- 通过用户研究表明工具易用性高,非技术背景的用户也能快速参与。
- 局限性与未来方向:
- Schema.org的属性表示过于宽泛(单复数和类型不一致),未来需要更强的验证机制。
- 目前只实现了读取API数据的能力,将来应扩展支持写操作。
- 网站API与Schema.org标准类型的映射目前难以统一,可探索自动化或社区协作的方式改进一致性。
- 数据跨网站操作上的限制(如不能将一站点数据存储在另一站点内)。
通过此研究,Shapir及其生态系统为Web API数据访问和集成带来了变革性简化,同时促进了标准化互操作工具的创建和实践。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
help
研究问题
3- 如何标准化描述Web API的对象、属性、方法及其关系,以实现跨网站的数据集成?分类: Web API集成与标准化工具同类问题arrow_forward
- ShapirJS和ShapirUI如何降低非技术用户操作Web API的难度?分类: Web API集成与标准化工具同类问题arrow_forward
- 基于Schema.org的Web API标准化方法能否显著提高多API任务的开发效率?分类: Web API集成与标准化工具同类问题arrow_forward
lightbulb
现实痛点
1- 开发者难以快速跨网站集成Web API数据,非技术用户难以操作API。分类: Web API集成与标准化工具同类问题arrow_forward
- 75%
MAPLE:利用大型语言模型嵌入的移动应用预测
UbiComp '24· 大语言模型(LLM)的人机协作
- 75%
LlamaTouch:一个可信且可扩展的移动UI任务自动化测试平台
UIST '24· 大语言模型(LLM)的人机协作
- 67%
用户界面的终身学习
UIST '23· 大语言模型(LLM)的人机协作 +2
- 60%
情感聚焦:促进在线演示过程中观众成员情感反应的交流
CHI '21· VR 中的社交与协作 +1
- 60%
评估大型语言模型在生成合成HCI研究数据中的应用:一个案例研究
CHI '23· 大语言模型(LLM)的人机协作 +1
- 60%
模型压缩在实践中的应用:来自创建设备端机器学习体验的实践者的经验教训
CHI '24· 大语言模型(LLM)的人机协作 +1
- 60%
DynEx:具有结构化设计探索的动态代码合成以加速探索性编程
CHI '25· 大语言模型(LLM)的人机协作 +1
- 60%
InstructPipe: 使用人类指令和大语言模型生成视觉块管道
CHI '25· 大语言模型(LLM)的人机协作 +1
- 60%
SummAct:通过交互行为总结揭示用户意图
CHI '25· 大语言模型(LLM)的人机协作 +1
- 60%
基于可绘制时间线的交互式超参数优化
DIS '21· 大语言模型(LLM)的人机协作 +1
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3472749.3474822
一眼看懂
fact_check论文快照
dataset
来源
UIST
calendar_month
年份
2021
emoji_events
奖项
未标记奖项
group
作者
3 位作者
sell
研究子方向
大语言模型(LLM)的人机协作、自动机器学习(AutoML)界面
work
职业/产业
软件工程师与开发者、HCI 研究员
article
内容状态
已索引正文
hub
相关论文
10 篇相关论文