大多数 熟悉Copilot技术的人都知道它 是一个强大的 用户界面 ， Xaxis 交易员可以 在这里 配置算法策略，管理IO，查看程序化性能数据，并以一种很酷的方式点击互动，尽管是手动的。 然而 ，全球各地的 个人和 Xaxis 团队需要更多的自动化和权力，而不是一个用户界面所能给予他们的。为此，我们设计了 Copilot开发者API。
Copilot API 的目标 是让有工程意识 的Xaxians 自动访问 我们 Copilot 工程部门每天 使用的后台功能 的一个子集。 我们 最终 想让Copilot成为一个 更 开放的实验工具 ，这个API的建立 是我们团队朝着这个方向迈出的一大步。
The build
构建一个API似乎很简单 考虑到已经存在的Copilot集成;我们只是在创建我们自己的内部REST API(对于不了解的人来说：与互联网的通信方式相同). 真正的工作 需要一些 "人类智慧"，而不仅仅是技术专长。 向需求方平台开放一个API或机制(DSP)的API。 广告技术空间，意味着可以改变媒体策略d,和真正的广告商的钱可以被花掉。 鉴于这一切，我们必须考虑更大的技术挑战 是 用户 授权和 如何经常 这些用户 可以发出请求。
用户授权是非常重要的。 再次强调。 你实际上可以改变真实的 竞价模式在 a DSP中改变真实的竞价模型，并使用API。 所以我们需要要要对谁可以 访问该工具. T为了以安全的方式实现这一目标，我们 与当地的 Xaxis经理，并让他们确定一组精选的 测试/beta用户。在我们的用户界面中，这些经理可以通过生成一个令牌来启用用户。 当被发送到 REST请求消息头时，将允许访问我们的开发者API。 We密切密切跟踪这些 令牌和每个人提出的请求，以确保 我们可以正确调试任何可能出现的问题。.
A此外，为了保护我们系统的完整性，我们实施了速率限制。 U用户目前被允许每分钟20个请求。 T这是为了确保某个拥有失控脚本的人不会，比如说，试图更新每个 自定义树他们可以访问的每一个自定义树重复地,以及确保我们的服务器不会出现不必要的过重负担。(注意。 我们的服务器是 “自动扩展”意味着它们 会响应突然增加的需求，但我们认为同时发送太多的请求更有可能导致 是 错误，而不是 是 故意的行为）。)
How this currently enables users
最后的挑战是决定在我们的第一份报告中披露哪些Copilot功能。我们的第一个 迭代的 的第一个迭代。.我们的 最初的 的端点是根据与 的讨论而决定的。 用户关于 的讨论而决定的。的最耗时的任务。 C目前。 该API 提供了以下内容:
- G启用并下载关于我们聚类算法模型的日志级报告。 我们的聚类 s策略 我们的聚类策略通过将出价决策分割成小块的性能，并针对表现好的和表现差的出价，逐步提高或降低出价，从而同时优化多个媒体关键绩效指标 我们的聚类策略通过将出价决策分成小块的性能，并针对性能良好和性能较差的小块逐步调整出价。 这些报告有助于解释Copilot S的内容。g的作用，它在哪些方面发挥了作用，以及使用它的性能优势。
- 直接 更新 竞价 模型在Xandr中。我们的Copilot策略之一是一个门户网站，允许用户创建自己的自定义模型（无论是csv还是Bonsai文本形式）。API连接使这一任务更加无缝，因此本地团队 可以，比如说，每天运行他们的模型，输出一个csv，然后用他们的新计算方法自动更新DSP。
- 很容易 查询有关现有 DSP对象和 S策略的信息。 报告的访问与简单的策略编辑相结合，使实验用户能够自动化他们的建模管道并在DSP中激活。
该API的未来使用情况 可能包括允许更多的人访问我们的原始数据，为更高级的用例启用我们的DSP API，上传自定义结果值，按需生成可视化。 等。, 等等...这真的取决于你想用Copilot做什么。
