📡 اطلاعات API

این API هوش مصنوعی با الگوی RESTful و پاسخ‌دهی مبتنی بر JSON، ورودی‌هایی مانند علایق کاربر، تاریخچه تماشا و ژانر دلخواه را دریافت و متناسب با آن فهرستی به‌روز و بهینه‌شده از فیلم‌های پیشنهادی را بازگشت می‌دهد. برای توسعه‌دهندگان، تنها با ارسال یک درخواست HTTP ساده به اندپوینت‌هایی مانند /recommendations، می‌توان به خروجی هوشمند دست یافت.

📄 خروجی نمونه API

{
  "recommendations": [
    {"title": "Inception", "genre": "Sci-Fi", "rating": 8.8},
    {"title": "The Shawshank Redemption", "genre": "Drama", "rating": 9.3},
    {"title": "Coco", "genre": "Animation", "rating": 8.4}
  ]
}

⚡ نمونه موفقیت در کسب‌وکار

«پس از ادغام API هوش مصنوعی پیشنهاد فیلم در اپ خود، نرخ تعامل کاربران ما ۴۰٪ افزایش یافت و رضایت مشتریان به‌طور چشمگیری رشد کرد.»
-- استارتاپ نمونه صنعت VOD

تجربه یکپارچه با ادغام API در پلتفرم‌های وب و موبایل

یکپارچه‌سازی API ‌هوش مصنوعی برای پیشنهاد فیلم، نقش کلیدی در ارائه تجربه کاربری روان و هماهنگ بین وب‌سایت‌ها و اپلیکیشن‌های موبایل ایفا می‌کند. امروزه کاربران انتظار دارند که در هر پلتفرمی – از مرورگر دسکتاپ گرفته تا اپ موبایل – پیشنهادات فیلم دقیق و شخصی‌سازی شده را با سرعت و کیفیت بالا دریافت کنند. این موضوع اهمیت ادغام درست API را برای تیم‌های توسعه دوچندان می‌کند.

سناریوهای ادغام API: اهمیت و چالش‌ها

ادغام یک API هوش مصنوعی مانند پیشنهاددهنده فیلم، باعث می‌شود داده‌ها و بخش پیشنهاد در اپلیکیشن وب (مثلا React یا Angular)، و اپلیکیشن‌های اندروید یا iOS همواره هماهنگ و بروزرسانی‌شده باشد. این ادغام، چالش‌هایی از جمله تفاوت در روش‌های مدیریت درخواست (HTTP)، دسترسی به اینترنت یا تحریم API، و هماهنگی مدل‌های داده مشترک بین کلاینت‌ها را به همراه دارد. اما رعایت استانداردهای RESTful و داشتن ساختار یکسان برای پاسخ‌های JSON، این مشکلات را به حداقل می‌رساند.

راهنمای سریع ادغام API هوش مصنوعی فیلم در Web Frontend

رایج‌ترین روش مصرف RESTful API در وب، استفاده از کتابخانه‌هایی مانند Axios، FetchAPI یا حتی ابزارهای مدیریت درخواست مانند React Query است. فرض کنید endpoint به صورت /api/v1/recommendations در دسترس است:

import axios from 'axios';
async function fetchRecommendations(userId) {
  const response = await axios.get('https://yourapi.com/api/v1/recommendations', {
    params: { userId },
    headers: { 'Authorization': 'Bearer YOUR_API_KEY' }
  });
  return response.data.movies; // انتظار پاسخ JSON با آرایه فیلم‌ها
}
      

برای نمایش داده‌ها، کافیست اطلاعات دریافتی را به state کامپوننت React یا Vue منتقل نمایید. ساختار یکپارچه JSON باعث ساده شدن نمایش و جستجوی پیشنهادها در رابط کاربری وب می‌شود.

ادغام API در اپلیکیشن‌های موبایل (Android/iOS)

برای مصرف همان API در موبایل، رویکرد مشابه برقرار است اما ابزارها متفاوت خواهند بود. در اندروید، Retrofit بسیار متداول است، و در iOS معمولاً URLSession یا Alamofire. مثال زیر درخواست از API را در اندروید با Kotlin و Retrofit نمایش می‌دهد:

interface MovieApiService {
  @GET("api/v1/recommendations")
  suspend fun getRecommendations(
      @Query("userId") userId: String,
      @Header("Authorization") key: String = "Bearer YOUR_API_KEY"
  ): Response<MovieListResponse>
}
      

در iOS نیز می‌توانید با ساخت یک Codable مدل برای پاسخ JSON، داده‌ها را به‌راحتی به UI/UITableView پیوند دهید و تجربه کاربری منسجم با نسخه وب ارائه دهید.

ساختاردهی پاسخ‌ها و مدل‌های داده مشترک

ایجاد مدل‌های مشترک (Data Model) بین پروژه‌های وب و موبایل، مدیریت آسان‌تر داده‌ها و کاهش پیچیدگی نگهداری نرم‌افزار را به دنبال دارد. معمولا پاسخ API به صورت JSON زیر برمی‌گردد:

{
  "movies": [
    { "id": 134, "title": "Inception", "genre": "Sci-Fi", "rating": 8.8 },
    { "id": 82, "title": "The Matrix", "genre": "Action", "rating": 8.7 }
    // ...
  ]
}
      

توصیه می‌شود از یک مخزن کد (Repository) مشترک برای تعریف مدل‌ها (مثلا با TypeScript برای وب و Kotlin/Swift برای موبایل) و تبدیل خودکار داده‌ها استفاده کنید.

ابزارها و تکنولوژی‌های پیشنهادی برای ادغام حرفه‌ای API

همزمان‌سازی داده بین پلتفرم‌ها: سناریو عملی

به مثال زیر دقت کنید: کاربر وارد حساب خود می‌شود، API هوش مصنوعی پیشنهادهای جدید را بر اساس سلیقه و سابقه وی ارائه می‌دهد، و همان لیست هم در وب و هم در اپ موبایل نمایش داده می‌شود. با ایجاد session یا ذخیره توکن کاربر در هر پلتفرم، یک تجربه واقعاً یکپارچه و multi-platform برای کاربر مهیا می‌شود.

نکته: چالش تحریم API و راهکارها برای ایران

چک‌لیست بهترین روش‌ها برای ادغام موفق API فیلم

• استفاده از معماری ماژولار و مدل‌های داده مشترک در کلاینت‌ها
• مدیریت یکپارچه وضعیت ورود کاربر (Authentication) بین پلتفرم‌ها
• کاهش Latency با کش اطلاعات و lazy loading
• آزمایش عملکرد و پایایی API با ابزارهایی مثل Postman و Charles Proxy
• مستندسازی دقیق ادغام API در تیم توسعه و اتصال آن به آموزش‌های جامع کار با API

نمونه کدهای استفاده از API در فریم‌ورک‌های محبوب مانند Node.js و Python

برای توسعه‌دهندگان علاقه‌مند به API هوش مصنوعی پیشنهاد فیلم، در این بخش به صورت عملی نحوه ارسال درخواست و دریافت داده‌های توصیه فیلم را با دو زبان پرکاربرد Node.js و Python بررسی می‌کنیم. هدف، ارائه نمونه‌کدهای عملیاتی، ساده و در عین حال مطابق استانداردهای توسعه واسط برنامه‌نویسی است.

💡 سناریوی پایه

فرض کنید یک API هوش مصنوعی با endpoint شبیه زیر داریم:
https://api.example.com/v1/movies/recommendations
و با ارسال یک user_id، فیلتر ژانر و زبان، لیستی از فیلم‌های پیشنهادی را به صورت JSON بازمی‌گرداند.
برای دسترسی، باید API Key معتبر را در هدر درخواست قرار دهید.

💻 مثال کد Node.js

ماژول axios را نصب کنید:
npm install axios dotenv
سپس:

// برای امنیت، کلید API در فایل .env نگهداری شود
require('dotenv').config();
const axios = require('axios');
const API_URL = 'https://api.example.com/v1/movies/recommendations';
async function fetchRecommendations(userId, genre, language) {
    try {
        const response = await axios.get(API_URL, {
            params: {
                user_id: userId,
                genre: genre,
                language: language
            },
            headers: {
                'Authorization': `Bearer ${process.env.FILM_API_KEY}`,
                'Content-Type': 'application/json'
            }
        });
        console.log(response.data); // لیست فیلم‌های پیشنهادی
    } catch (error) {
        console.error('خطا در دریافت داده:', error.message);
    }
}
fetchRecommendations('user123', 'sci-fi', 'fa');

نکته: استفاده از .env برای امنیت کلید API توصیه می‌شود.
یادگیری بیشتر درباره امنیت کلید API: راهنمای دریافت کلید ای پی آی هوش مصنوعی

💻 مثال کد Python

ابتدا پکیج requests و python-dotenv را نصب نمایید:
pip install requests python-dotenv
سپس:

فایل .env باید شامل FILM_API_KEY باشد
from dotenv import load_dotenv
import os
import requests
load_dotenv()
API_URL = 'https://api.example.com/v1/movies/recommendations'
API_KEY = os.getenv('FILM_API_KEY')
def fetch_recommendations(user_id, genre, language):
    try:
        headers = {
            'Authorization': f'Bearer {API_KEY}',
            'Content-Type': 'application/json'
        }
        params = {
            'user_id': user_id,
            'genre': genre,
            'language': language
        }
        res = requests.get(API_URL, headers=headers, params=params)
        res.raise_for_status()
        print(res.json())  # لیست فیلم‌های پیشنهادی
    except Exception as e:
        print('خطا در درخواست:', e)
fetch_recommendations('user123', 'drama', 'en')

بهتر است کلید API در محیط امن نگهداری شود و هرگز در ریپازیتوری عمومی قرار نگیرد.
برای تست حرفه‌ای API می‌توانید به راهنمای تست API هوش مصنوعی با ابزارها مراجعه نمایید.

⚡ نکته توسعه‌دهندگان

مستندات دقیق API را دنبال و پارامترها را بر اساس مستندات رسمی تنظیم کنید. استفاده از ابزارهای API مثل Swagger خواندن مستندات را ساده‌تر می‌کند.

API Authentication چیست؟

احراز هویت API فرآیندی است که هویت کلاینت (کاربر یا برنامه) فراخواننده API را بررسی و اعتبارسنجی می‌کند. این موضوع خصوصاً برای APIهای پیشنهاددهنده فیلم که داده شخصی یا انتخاب‌های کاربران را پردازش می‌کنند، اهمیت دوچندان دارد.

💻 نمونه کد استفاده از کلید API در درخواست

# ارسال درخواست با کلید API – پایتون (requests)
import requests
api_key = "YOUR_API_KEY"  # کلید را در محیط ایمن قرار دهید!
headers = { "Authorization": f"Bearer {api_key}" }
response = requests.get(
    "https://example.com/api/v1/recommend/movies",
    headers=headers
)
print(response.json())

// ارسال درخواست در Node.js (axios)
const axios = require('axios');
const apiKey = process.env.API_KEY; // در محیط ذخیره کنید
axios.get('https://example.com/api/v1/recommend/movies', {
  headers: { 'Authorization': `Bearer ${apiKey}` }
})
.then(res => console.log(res.data))
.catch(console.error);

🔐 نمونه میدل‌ویر اعتبارسنجی در Express.js

// Express.js Middleware for API Key Validation
function checkApiKey(req, res, next) {
  const apiKey = req.headers.authorization?.split(' ')[1];
  if (!apiKey || apiKey !== process.env.VALID_API_KEY) {
    return res.status(401).json({ error: 'کلید API نامعتبر است' });
  }
  next();
}
// استفاده: app.use('/api', checkApiKey);

HTTP/1.1 401 Unauthorized
Content-Type: application/json
{
  "error": "کلید API نامعتبر یا ارسال نشده است."
}

📡 اطلاعات بیشتر

مستندات رسمی هر API (مانند "/docs" یا "/swagger") نحوه ارسال کلید، فرمت هدر لازم، پیام‌های خطا و مثال cURL را ارائه می‌دهد. مطالعه این بخش حتی برای حرفه‌ای‌ها هم ضروری است.

🎯 قابلیت‌های سفارشی‌سازی در واسط برنامه‌نویسی پیشنهاد فیلم

• دریافت و غنی‌سازی پروفایل کاربر: خواندن تاریخچه تماشا، لایک و دیس‌لایک، امتیازدهی فیلم‌ها و افزودن متغیرهای سفارشی مثل سبک زندگی و علاقه‌مندی‌ها.
• پارامترهای ورودی پویا: ارسال اطلاعات ژانر، حال و هوای فردی، زبان مورد علاقه، سال انتشار، سطح سختی محتوا و... در پارامترهای کوئری یا بدنه درخواست.
• پیشنهاد بلادرنگ (Real-time): دریافت نتایج شخصی‌سازی شده فوراً بر اساس رفتار اخیر یا پروفایل بروز شده.
• بازخورد و یادگیری مداوم: ارسال بازخورد (feedback) کاربر به API برای به‌روزرسانی مدل پیشنهادی و یادگیری از تعاملات واقعی.
• پشتیبانی از سناریوی Cold Start: ارائه پیشنهاد اولیه برای کاربران جدید فقط بر اساس اطلاعات پایه یا پرسش‌نامه سریع، با کمترین خطا.
• شخصی‌سازی مبتنی بر زمان و دستگاه: تنظیم پیشنهادها با توجه به ساعت شبانه‌روز، مناسبت‌ها، محدودیت‌های خانوادگی یا نوع دیوایس کاربر (موبایل/دسکتاپ).
• سفارشی‌سازی الگوریتم توصیه: انتخاب از بین چند مدل یا استراتژی AI (محتوامحور، مبتنی بر همبستگی کاربران و...) با پارامتر algorithm=... در درخواست.
• پشتیبانی چندزبانه و لوکالیزیشن: بازگرداندن اطلاعات فیلم در زبان/فرمت مناسب کاربر و پشتیبانی از متادیتای بومی.
• امکان تست A/B: تخصیص الگوریتم‌های مختلف برای گروه‌های تست و ارزیابی کارایی مدل‌های شخصی‌سازی.
• خروجی قابل گسترش: افزودن تگ‌های موضوعی، تریلر، پوستر و دیتاهای تعاملی در نتایج برای تقویت UX سفارشی.

💻 نمونه کد: درخواست و دریافت پیشنهاد شخصی‌سازی شده

Python (requests):

import requests
params = {
    "user_id": "42",
    "genre": "sci-fi",
    "mood": "adventure",
    "language": "fa",
    "algorithm": "user_based",
    "hour": 21
}
headers = {"Authorization": "Bearer YOUR_API_KEY"}
r = requests.get("https://api.example.ir/v1/recommendations", params=params, headers=headers)
print(r.json())
    

نمونه خروجی JSON:

{
  "user_id": "42",
  "recommendations": [
    {
      "movie_id": "tt7286456",
      "title": "Joker",
      "genres": ["Crime", "Drama"],
      "score": 0.92,
      "mood": "adventure",
      "language": "fa"
    },
    ...
  ],
  "algorithm": "user_based"
}
    

📌 پارامترهایی مثل mood, algorithm, language و hour به صورت مستقیم روی سفارشی‌سازی موثرند.

آشنایی با ترمینال‌ها و ابزارهای تست API مانند Postman

برای هر توسعه‌دهنده‌ی حرفه‌ای API، تست و اعتبارسنجی سریع API هوش مصنوعی پیشنهاد فیلم اهمیت حیاتی دارد. ابزارهای تست API مانند Postman، curl، HTTPie و Swagger، بازوی ویژه‌ی شما برای رفع خطا، آزمایش endpointها و بهبود تجربه توسعه هستند. در این بخش با کاربرد این ابزارها، مزایا، نمونه سناریوهای عملی و نکات مهم برای تست، آشنا می‌شوید.

چرا ابزار تخصصی تست API ابزار کار هر توسعه‌دهنده است؟

• ارسال درخواست به endpointهای مختلف (GET/POST/PUT/DELETE) API هوش مصنوعی
• اعتبارسنجی پاسخ‌های JSON و بررسی صحت داده‌ها
• آزمایش پارامترها و هدرهای مختلف مانند کلید API
• شناسایی خطاها پیش از هرگونه ادغام در frontend/backend
• مقایسه خروجی سرویس‌های مختلف API ماشین پیشنهاد فیلم
• مستندسازی و به‌اشتراک‌گذاری سناریوهای تست با سایر اعضا

مقایسه بهترین ابزارهای تست و دیباگ API

راهنمای عملی: تست API هوش مصنوعی پیشنهاد فیلم با Postman

1. Postman را دانلود و نصب کنید (نسخه دسکتاپ یا Web).
2. یک Request جدید ایجاد کنید؛ متد را روی GET تنظیم کرده و آدرس endpoint پیشنهادی:
   https://yourapi.com/api/v1/recommendations?user_id=123
   
3. هدر Authorization را به صورت Bearer YOUR_API_KEY اضافه کنید.
4. روی Send کلیک کنید؛ نتایج را در بخش Response مشاهده خواهید کرد (فرمت JSON).
5. در صورت نیاز، می‌توانید پارامترهای بیشتری چون genre یا limit را بررسی کنید.

ارسال درخواست و بررسی پاسخ با curl و HTTPie (در ترمینال)

curl -X GET "https://yourapi.com/api/v1/recommendations?user_id=123" \
  -H "Authorization: Bearer YOUR_API_KEY"
    

http GET https://yourapi.com/api/v1/recommendations user_id==123 \
  "Authorization:Bearer YOUR_API_KEY"
    

چگونه خطاها و مشکلات API را سریع پیدا کنیم؟

• بررسی Status Code پاسخ (مانند 200, 400, 401, 500)؛ خطاهای رایج مثل 401 (کلید نامعتبر) یا 429 (محدودیت تعداد درخواست) را سریع شناسایی کنید.
• خروجی JSON را با ابزارهایی مثل Postman Prettify یا jq در ترمینال خواناتر کنید.
• در صورت خطا، پارامتر ورودی و هدرها را یکبار دیگر چک نمایید.
• امکانات Console در Postman به شما log دقیق درخواست/پاسخ را می‌دهد.
• با قرار دادن مقادیر مختلف user_id یا genre، تنوع پاسخ‌های توصیه فیلم را بررسی کنید تا صحت عملکرد API تضمین شود.

بهترین نکات تست و رفع ایراد API هوش مصنوعی فیلم

دسترسی سریع: نمونه Postman Collection آماده برای واردسازی

https://yourapi.com/postman-movie-recommendation-collection.json
    

جمع‌بندی و منابع بیشتر برای تست API هوش مصنوعی

• Postman — گرافیکی و همه‌کاره برای کارهای پیشرفته و تیمی
• curl و HTTPie — مناسب تست سریع و اسکریپتینگ در ترمینال
• Swagger UI — تست زنده مبتنی بر مستندسازی OpenAPI
• در منابع داخلی سایت، می‌توانید از راهنمای جامع تست API هوش مصنوعی استفاده نمایید.

پیاده‌سازی تحریم شکن برای دسترسی پایدار به API از ایران

یکی از بزرگ‌ترین چالش‌های توسعه‌دهندگان و شرکت‌های ایرانی دسترسی پایدار و بدون قطعی به API هوش مصنوعی است؛ زیرا بسیاری از ارائه‌دهندگان APIهای هوشمند، به دلیل تحریم‌های بین‌المللی، کاربران ایرانی را بلاک‌ می‌کنند. این مسأله باعث شده پیاده‌سازی “تحریم‌شکن” مناسب برای اتصال به واسط‌های برنامه‌نویسی (API) اهمیت بالایی برای برنامه‌نویسان وب، موبایل و کسب‌وکارهای فناورانه داشته باشد.

🔎 چرا نیاز به تحریم‌شکن؟

• بلاک شدن درخواست‌های مستقیم به API (403 Forbidden/Timeout)
• نیاز به ارائه سرویس به کاربران ایرانی در توسعه وب‌سایت یا اپلیکیشن
• امکان پیاده‌سازی الگوریتم‌های هوش مصنوعی و واسط برنامه‌نویسی خارجی بدون وابستگی به لوکیشن

۱. نصب Nginx روی یک سرور خارجی (Unbuntu Example)

sudo apt update
sudo apt install nginx
  

۲. پیکربندی nginx.conf برای رله کردن درخواست‌ها به API هدف

server {
  listen 80;
  server_name myapirelay.example.com;
  location /ai/ {
    proxy_pass https://api.target.com/v1/;
    proxy_set_header Host api.target.com;
    proxy_set_header X-Forwarded-For $remote_addr;
    proxy_set_header Authorization $http_authorization;
  }
}
  

پس از اعمال تنظیمات:

sudo nginx -t
sudo systemctl restart nginx
  

• حالا تمام درخواست‌های API خود را از سمت ایران به http://myapirelay.example.com/ai/... ارسال کنید.
• نیازی نیست تنظیمات کلید API در ایران تغییر کند؛ فقط endpoint را عوض کنید.

نمونه نصب Proxy با tinyproxy

sudo apt install tinyproxy
sudo nano /etc/tinyproxy/tinyproxy.conf
تنظیم Listen و Allow برای IP خودتان یا همه
sudo systemctl restart tinyproxy
  

نمونه کد استفاده از Proxy در Python

import requests
proxies = {
  "http": "http://your-proxy-server:8888",
  "https": "http://your-proxy-server:8888"
}
res = requests.get("https://api.target.com/v1/...", proxies=proxies, timeout=15)
print(res.json())
  

نمونه کد استفاده از Proxy در Node.js

const axios = require('axios');
const HttpsProxyAgent = require('https-proxy-agent');
const agent = new HttpsProxyAgent('http://your-proxy-server:8888');
axios.get('https://api.target.com/v1/...',
  { httpsAgent: agent }
).then(res => console.log(res.data));
  

• حتماً سرور Proxy باید خارج از ایران باشد و آی‌پی عمومی داشته باشد.
• در قسمت “timeout” مقدار مناسب ست کنید تا خطاهای اتصال سریعاً مدیریت شوند.

کد نمونه پایتون: سوئیچ بر اساس خطا

import requests
PROXIES = [
  {"https": "http://proxy1.example.com:8888"},
  {"https": "http://proxy2.example.com:8888"}
]
def fetch_with_failover(url):
    for proxy in PROXIES:
        try:
            res = requests.get(url, proxies=proxy, timeout=10)
            if res.ok:
                return res.json()
        except Exception as e:
            print(f"Proxy failed, switching... ({e})")
    raise Exception("All proxies failed.")
movies = fetch_with_failover("https://api.target.com/v1/...")
print(movies)
  

این ساختار خطاهای اتصال یا قطع تحریم‌شکن را تشخیص داده و به‌صورت خودکار پروکسی را تغییر می‌دهد.

تشخیص قطعی یا تحریم با تست پینگ و Traceroute

ping api.target.com
بررسی مسیر شبکه
traceroute api.target.com
  

برای تست وضعیت REST API در اسکریپت:

import requests
try:
    res = requests.get("https://api.target.com/v1/test", timeout=5)
    print("Status:", res.status_code)
except requests.exceptions.RequestException as e:
    print("API Blocked:", e)
  

⚡ مزیت Edge/Serverless Proxy

• تاخیر بسیار کم (Low Latency)
• قابلیت scale در حجم بالا بدون نیاز به سرور روتین
• کسب‌و‌کارهای در معرض قطع مکرر به راحتی Failover تعریف می‌کنند

مثال کاربردی: تعریف یک Cloudflare Worker که درخواست API را در edge دریافت و به سمت API اصلی Relay کند. توجه داشته باشید برخی APIها کلید را به منطقه هم بررسی می‌کنند.

⚠️ هشدار قانونی و سازمانی

توجه: پیش از راه‌اندازی هرگونه تحریم‌شکن برای مصرف API، سیاست‌های سرویس‌دهنده API و قوانین داخلی کشور را رعایت کنید. مسئولیت رعایت ملاحظات قانونی و عدم نقض مقررات بر عهده توسعه‌دهنده و سازمان مربوطه است.

⚡ محاسبه هزینه ماهانه API با پایتون

تخمین هزینه مصرف ماهانه در مدل «پرداخت به ازای هر درخواست» برای API پیشنهاد فیلم را می‌توانید با اسکریپت زیر انجام دهید:

# محاسبه هزینه مصرف API (pay-as-you-go)
base_price = 0  # ۱۰۰۰ درخواست رایگان
price_per_request = 0.002  # دلار
total_requests = 2500
if total_requests > 1000:
    cost = base_price + (total_requests - 1000) * price_per_request
else:
    cost = base_price
print(f"Monthly API cost: ${cost}")

📄 API Pricing Example (JSON)

[
  {
    "plan": "free",
    "monthly_fee": 0,
    "request_limit": 1000,
    "overage_price": "n/a",
    "support": "basic"
  },
  {
    "plan": "payg",
    "monthly_fee": 0,
    "request_limit": "unlimited",
    "overage_price": 0.002,
    "support": "standard"
  },
  {
    "plan": "pro",
    "monthly_fee": 9.99,
    "request_limit": 50000,
    "overage_price": 0.001,
    "support": "premium"
  }
]
  

⚠️ نکته مهم

برای آشنایی با جزییات بیشتر درباره قوانین Rate Limit و مدیریت مصرف API، بررسی محدودیت‌های ای پی آی هوش مصنوعی را بخوانید. همچنین، برای راهنمای جامع دریافت و خرید کلید API به خرید api هوش مصنوعی مراجعه نمایید.