有一个很老的梗: 我最讨厌别人写的代码没有文档，我也最讨厌自己需要写文档。

有这种想法的程序员应该算是一个老鸟了，对于大多数程序员来说，对于他们来说: 文档是什么。

对于大规模，超大规模的项目，并且历时很长，需要大量人员协同开发的项目，没有文档简直不可想象。但是由于时间紧，任务重，大多数的项目中的开发者都没时间写文档，而且，文档也不计入考核指标，导致开发者也没有动机写文档。这就造成了很多项目都缺少规范化文档，项目的交接和接口的对齐都是靠口口相传，接口定义准确度低，并且项目的整体开发效率低下。

作为一个文档爱好者的笔者来说，平常很重要的一件事儿就是将自己的工作归纳总结并整理成文档。即便如此，笔者也面临着很多问题：

• 需求很快就变了，光是改代码就已经耗尽了我的精力了，哪有时间同步文档。
• 要么先改代码，要么先改文档，总之文档和代码之间存在一个不一致错位期。

除此之外，由于我们主要从事AI相关能力的研发，所以在开发过程中还存在以下特殊的问题：

• 开发者不得不写大量重复的网络编程相关的业务代码，这些代码的质量通常不高，并且在后期的反复修改中变得越来越臃肿，从而难以维护。
• 因为重复的业务代码开发工作占比过大，严重压缩智能化研发人员在AI方面的精力投入，这就导致了企业投入大量人力却无法得到好的效果。

经过不断的摸索和实践，AIMS项目组采取了一套文档驱动的开发模式，可以有效地解决上述在项目中广泛存在的问题。

1.    AI接口开发的特点

不同于传统API的CRUD接口的开发，AI的开发模式通常包含了以下步骤：

• 数据清洗；
• 模型训练；
• 参数调优；
• API上线。

前三项都是我们组的强项，也是我们的工作重点。但是在实际工作中，却是API上线消耗了我们的大部分精力。AIMS项目组大都从事的是AI方向相关的工作，对于API的相关库flask、tornado也不是很熟悉，这就导致开发人员需要花大量时间去了解网络编程相关内容，开发出来的程序质量可能也不是很高。而且，在接口开发后，还需要准备一份Swagger UI给前端的开发人员，这又是一项繁重的工作。为了解决如上所述的痛点问题，AI接口开发就需要满足以下两个特点和需求：

• API的核心函数是现成的；
• 需要将API开发工作量降到最低。

2.   文档驱动的开发模式

我们发现API的接口文档中已经包含了实现API接口的所有信息。也就是说，API接口文档的信息熵和API接口代码的信息熵是一样的。因此，我们只需要完成代码或者文档中的一项即可，另外一项可以交给框架自动生成，这就避免了把同样一件事情重复做两遍的问题。考虑到文档不论从可读性、易写性还是可维护性都胜过代码，我们决定写文档，然后根据文档生成对应的代码。

我们参考了OpenAPI Specification3.0.1标准，以及JSON Schema定义了一套API描述语言，开发者基于这个API描述语言撰写API文档。当完成文档时，API的开发工作也随之完成，大大节省了API接口的开发工作量。经过初步估计，使用文档驱动模式开发一个API接口，通常可以减少40%–70%的工作量。

3.   AIMS框架介绍

为了实现文档驱动的开发模式，AIMS基于tornado实现了一套Web后端框架，如下图所示。

1.1.  Application Router组件

每一个API都会有一个路径，即一个正则表达式[1]。一个微服务中的多个API的所有路径会组成一个API路径列表。

当Application Router接收到请求时，会根据请求中的URI在路由表中查找。如果匹配到某一个Request Handler，路由模块会将请求转发给响应的Request Handler。如果所有的路径都不匹配，则返回404结果[2]。

1.2. Request Handler组件

Request Handler处理来自Application Router的响应，是AIMS架构的核心，而Document则是Request Handler的核心。在AIMS架构中，Document是指函数的文档，即__doc__。Request Handler是在服务的启动阶段动态生成的。

事实上，在AIMS架构图中，只有Document是开发者必须写的[3]。其它的组件都是由AIMS提供的，或者是由Document自动生成的，所以AIMS开发模式也被称为文档驱动型开发模式。开发者只需要维护Document即可，从而实现减少开发者工作量的目的。

1.1.  Watchman组件

Watchman组件可以通过设置来订阅某些接口的异常，当被订阅接口出现任何异常时，Exception Handler便会触发Watchman组件。

因为Recorder组件记录了Arguments，Watchman甚至可以自动产生一个可以复现该问题的测试用例，方便开发人员定位问题。

1.2. Recorder组件

Recorder是一个采集器，可以采集每一次请求的所有细节信息，包括请求ID、请求参数、远程IP、被调用的接口、响应时间、工作目录和进程号等各种信息。这些数据具有以下两个作用:

• 系统的维护者可以利用Recorder中的数据快速定位，复现现网问题，可以看做是一个更强大的日志系统。
• 通过请求ID，训练数据收集系统可以将请求参数、响应数据与用户反馈数据关联起来，这就相当于是一条有标记的数据。

1.3. Logger组件

Logger是AIMS封装的日志模块，用法和python自带的logging.Logger使用方式一致，最大限度地降低开发者的学习成本。

1.4. 补充说明

我们注意到，在AIMS架构图中，Argument Parser、Schema Checker、Swagger UI和OpenAPI Specification是同源的，即都是来自Document。这就不会出现文档(Swagger UI、OpenAPI Specification)与函数实现(Argument Parser、Schema Checker)不一致的情况。开发者也不需要同时维护Argument Parser、Schema Checker、Swagger UI和OpenAPI Specification相关代码。

以上就是文档驱动开发在AIMS框架中的优势，既降低了开发者的工作量，又解决了一致性的问题。事实证明，自动产生的组件质量也是优于开发者自行开发的代码，并且不易出错，从而提升整体服务的质量以及稳定性。

[1] 在AIMS开发中，这个字段是写在__doc__中的api_path字段中。
[2] 事实上，路由模块会将请求转发给NotFoundRequestHandler，然后由NotFoundRequestHandler进行响应。
[3] 在AI相关微服务开发过程中，Function，也就是核心功能函数，是已经准备好的。