Webhook 让你的后端在异步 AI 请求完成时获得实时通知。事件驱动工作流则更进一步：你可以在最终结果返回给用户之前，用自定义业务逻辑处理 AI 生成的数据。
为什么使用 Webhook？
- 异步后台处理：不必长时间保持客户端连接；请求完成后由 ModelRiver 主动通知你的后端。
- 可靠交付：通过指数退避自动重试，尽量确保你的后端收到通知。
- 签名校验：使用 HMAC 签名验证请求真实性。
- 完整审计链路：每次投递尝试都会记录时间和状态。
- 事件驱动工作流：在 AI 生成与最终响应之间插入自定义业务处理。
配置 Webhook
1. 在控制台中创建 Webhook 端点
- 在项目中进入 Webhooks。
- 点击 Create Webhook。
- 输入你的端点地址，例如
https://api.yourapp.com/webhooks/ai。 - 可选填写描述。
- 保存并记录下该 Webhook 的 ID。
2. 配置 Webhook 签名密钥
ModelRiver 会对所有 Webhook 负载进行签名，方便你验证其真实性：
- 创建 Webhook 时，ModelRiver 会生成一个签名密钥。
- 将该密钥安全保存到你的环境变量或密钥管理系统中。
- 在接收请求时，使用它来校验
mr-signature请求头。
Webhook 主题
- 标准 Webhook：在请求完成时接收完整 AI 响应
- 事件驱动工作流：在最终交付前对 AI 输出做后端处理
- 签名校验：使用 HMAC-SHA256 验证请求来源
- 投递与重试：了解重试策略、监控和死信队列
常见模式
模式 1：发完即收的通知型集成
标准 Webhook（不带 event_name）：在 AI 结果生成后触发一些副作用，例如发邮件或更新数据库，而不阻塞用户响应。
模式 2：工具 / 函数调用工作流
事件驱动工作流（带 event_name）：由 AI 先生成计划，再由你的后端执行工具调用，最后把处理结果回传给前端。
模式 3：审批工作流
事件驱动工作流：AI 先生成内容，你的后端把内容放入审批队列，人工审核后再回调返回最终内容。
模式 4：多阶段处理
事件驱动工作流：把 AI → 校验 → 增强 → 格式化 串成一个完整链路，再把结果交付给用户。
下一步
- 查看 Workflows 了解如何配置事件驱动选项
- 阅读 Client SDK 学习前端 WebSocket 集成
- 查看 API 接入 了解异步请求模式