文档

适用于后端框架的后端管道

接收 AI 生成的 Webhooks,执行自定义业务逻辑,并回调 ModelRiver:为每个主流后端框架提供分步指南。

概述

无论使用哪种框架,每个后端管道的实现都遵循相同的模式:

  1. 在 ModelRiver 中注册 Webhook 端点,该端点指向您的后端
  2. 验证每个传入 Webhook 的签名
  3. 处理 AI 响应:运行自定义逻辑(数据库、API、验证)
  4. 携带增强后的数据回调 callback_url

下面的指南展示了每个框架的惯用实现,包括签名验证、异步处理、错误处理和回调模式。


支持的框架

框架语言亮点指南
Next.jsTypeScriptAPI 路由、Server Actions、Edge Functions查看指南 →
Nuxt.jsTypeScriptServer 路由、Nitro 引擎、自动导入查看指南 →
DjangoPythonViews、Celery 任务、Django REST Framework查看指南 →
FastAPIPython异步处理程序 (Async handlers)、BackgroundTasks、Pydantic查看指南 →
LaravelPHP队列任务 (Queued jobs)、中间件、事件广播查看指南 →
RailsRubyActive Job、Action Controller、凭证管理查看指南 →
PhoenixElixirGenServer、Channels、Oban 后台作业查看指南 →
Spring BootJavaRestController、异步处理、WebClient查看指南 →
.NETC#Minimal APIs、托管服务 (Hosted services)、HttpClient查看指南 →

通用模式

每个框架的实现都遵循这种结构:

POST /webhooks/modelriver ← ModelRiver 投递 AI 结果
│
├─ 验证 x-modelriver-signature 请求头
│ (对 "<x-modelriver-timestamp>.<body.data 的原始 JSON 文本>" 计算 HMAC-SHA256)
├─ 从 body.data 读取事件;检查 data.type === "task.ai_generated"
├─ 立即返回 200 (确认收到)
│
└─ 后台处理:
├─ 从 body.data 提取 ai_response、event、callback_url、customer_data
├─ 执行您的自定义业务逻辑
└─ 将增强后的数据 POST 到 callback_url

下一步