TL;DR

OpenAPI jako fundament – najpopularniejszy format opisu API (z JSON Schema), używany w całym cyklu życia API
Replit Agent za 25-50 centów – generuje działający serwer API z pliku OpenAPI w kilka minut, preferuje Python i Flask
Kluczowe zasady oszczędności – unikaj baz danych, logowania i Swagger UI na początku, by zmieścić się w darmowych limitach
Gateway w 5 minut – Zuplo pozwala szybko zabezpieczyć API, dodać monitoring i analytics
AI jest non-deterministyczne – narzędzia halucynują i mają problemy, ale self-korygują się przez curl testing
Agent vs Assistant – po scaffolding używaj Assistant (5¢/zmiana) zamiast Agent (25¢/checkpoint)
Lenny’s Newsletter hack – subskrybenci dostają rok darmowego Replit, Cursor, Windsurf i innych premium tools

Product managerzy często stają przed dylematem opisanym przez Emmanuela Paraskakisa w jego webinarii. Paraskakis, który pracuje nad API jako product manager od ponad 15 lat i stworzył różne programy API dla firm, pokazuje jak samodzielnie stworzyć działający prototyp API w ciągu 20 minut.

OpenAPI jako Fundament Procesu

Paraskakis podkreśla, że OpenAPI wyewoluowało ze specyfikacji Swagger i jest obecnie najszerzej używanym formatem opisu API. Według badania SmartBear, OpenAPI z JSON Schema to zdecydowanie najpopularniejsze formaty opisu API. Obecna wersja to 3.1.1, choć w demo używa się 3.1.0 ze względu na kompatybilność z narzędziami.

OpenAPI to plik tekstowy w formacie YAML lub JSON zawierający:

Sekcję metadanych na górze
Sekcję sервisu – gdzie API mieszka
Sekcję security – jak API jest chronione
Paths – endpointy do wywołania i metody
Components i schemas – struktury request, response i innych parametrów

Według Paraskakisa, OpenAPI może być używane w każdym punkcie lifecycle’u API – do ideacji, designu, prototypowania, jako wskazówki dla development czy testowania, konfiguracji deployment’ów w API management, dokumentacji i analytics.

Scenariusz z Webinaru – Gdy Engineering Team Jest Zajęty

W scenariuszu przedstawionym przez Paraskakisa, jesteś product managerem lub innym individual contributorem (developer, technical writer, architect, product marketer) i chcesz wypuścić API. Masz już zwalidowany plik OpenAPI – co oznacza, że poszedłeś do klientów i potencjalnych użytkowników, pokazałeś im API z mockami, pokazałeś mock dokumentację i zapytałeś czy to jest dla nich użyteczne. Dostałeś feedback, zmodyfikowałeś, i teraz jesteś w stanie gdzie wiesz czego chce rynek.

Problem w tym, że engineering team jest właśnie zajęty, a ty chcesz zbudować trochę pierwszej wersji API – nie będzie to finałowy kod produkcyjny, ale chcesz przenieść prototyp znacznie dalej niż dałby ci mock.

Generowanie API z Replit Agent

Paraskakis ostrzega na początku, że wszystkie AI tools są non-deterministyczne i czasami mają problemy, więc demo może nie działać idealnie dla każdego.

Proces w Replit:

Replit preferuje, chyba że powiesz inaczej, używanie Python i Flask. W demo Paraskakis używa prostego prompta: „Implement the API server described in the attached OpenAPI file. Follow the OpenAPI file closely. Make sure you use the authentication specified in the OpenAPI file. I don’t need any persistence, I don’t need a database, I don’t need logging, I don’t need analytics or caching. Just keep everything simple.”

Jak działa Replit Agent:

Analizuje co chcesz zrobić i patrzy na plik
Tworzy plan i pyta o dodatkowe rzeczy: database, rate limiting, logging, monitoring, caching, Swagger UI
Zaczyna budować i po prawej stronie daje preview
Na lewej stronie mówi co robi podczas kodowania
Robi screenshots siebie i koryguje się co do kierunku
Wykonuje curl statements żeby testować swoją pracę
Patrzy na błędy i self-corrects
W końcu dochodzi do steady state

Kluczowe zasady od Paraskakisa: •

Nie dodawaj bells and whistles – gdy Agent pyta o database, rate limiting, logging, monitoring, caching – nie zgadzaj się
Nie deploy Swagger UI – „ask me how I know” – Agent się myli i nie potrafi sobie z tym poradzić
Podawaj feedback – AI halucynuje, może stworzyć kompletnie inną authentication, więc trzeba mu pokazywać błędy
Koszty: Agent używa checkpoints po 25 centów każdy, Assistant to 5 centów za każdą zmianę

Testowanie Wygenerowanego API

Paraskakis używa HTTP jako klienta API do testowania. W demo pokazuje Dad Jokes API (które powstało z sugestii uczestnika Tima z poprzedniego webinaru w tej serii).

Struktura Dad Jokes API:

GET /jokes – pobierz żarty
POST /jokes – stwórz nowy żart
GET /jokes/{id} – pobierz konkretny żart
PUT /jokes/{id} – zmodyfikuj żart
DELETE /jokes/{id} – usuń żart
Zabezpieczone przez API key security

Proces testowania:

API używa X-API-Key header z kluczem „test_api_key”
Base URL samo w sobie nie działa – trzeba użyć /jokes endpoint
Green link z Replit to temporary deployment

Sekwencja testów pokazana przez Paraskakisa:

GET na kolekcji
POST item
GET item lub GET kolekcji żeby zobaczyć że item tam jest
Zmień item
Usuń item

W demo Paraskakis wykonuje DELETE na jednym z żartów, a następnie GET pokazuje że już nie istnieje.

Umieszczenie API za Gateway (Zuplo)

Paraskakis wyjaśnia koncepcję API gateway jako czegoś co stawiasz między serwisem a „big bad Internet” żeby go chronić i jednocześnie mierzyć co wchodzi i wychodzi. Jedna strona gateway słucha na service URL (które już przetestowaliśmy), druga strona to public URL który gateway będzie eksponować.

Proces w Zuplo:

Stwórz nowy projekt (domyślnie pusty)
Przejdź do routes.oas.json – można tu załadować OpenAPI file
Import tego samego OpenAPI file używanego w Replit
Skonfiguruj forward URL na green link z Replit
Gateway automatycznie konfiguruje routing

Po konfiguracji gateway zapewnia:

Logi requestów
Analytics o tym jakie requesty przychodzą
Możliwość obserwowania trafficu i błędów

Praktyczne Wskazówki dla Product Managerów

Odpowiedź Paraskakisa na pytanie o najważniejsze tech skills dla PM:

Stań się trochę bardziej techniczny – bądź w stanie robić rzeczy jak pokazane w demo vs. „patrzę na kod i się stresuję”
Naucz się trochę kodowania – nie żeby robić production code, ale żeby rozumieć co się dzieje
Zapoznaj się z AI tools – używaj ich hands-on w codziennej pracy
Przykład: Weź ten OpenAPI file, wklej do Claude i poproś żeby wygenerował scaffold wszystkich user stories potrzebnych do implementacji
Lenny’s Newsletter – subskrybenci dostają dostęp do Cursor, Bolt, Windsurf, Replit za darmo z subskrypcją
Kursy: Emmanuel prowadzi „API Product Mastery for Experienced PMs”, Colin Matthews ma kurs o „AI and prototyping” na Maven
OpenAPI learning: Darmowy 90-minutowy kurs na oficjalnej stronie OpenAPI
Zaangażuj się w bardziej techniczne rzeczy w swojej firmie

Realistic Data Generation

Odpowiedź Paraskakisa na pytanie Davida o połączenie z bazą danych i realistic data:

Database: Replit będzie proponować stworzenie bazy lub można połączyć z własną
Problem z OpenAPI examples: Masz tylko kilka przykładów, nie będzie bardzo realistic jak z mock APIs
Rozwiązanie: Użyj LLM do generowania dynamic test data
Dla Dad Jokes API: „generate me 30 dad jokes”
Daj schema z OpenAPI modelowi i powiedz: „generate me 50/1000 examples of realistic data using this schema”
Stwórz skrypt i POST dane przez API lub wklej bezpośrednio do bazy

Ograniczenia i Rzeczywistość AI Tools

Paraskakis szczerze mówi o ograniczeniach:

Kod nie jest production worthy – dla side projectu może być ok do startu, ale traktuj jako prototyp
AI halucynuje – w poprzedniej iteracji dało mu kompletnie inną authentication niż było w specyfikacji
Non-deterministic – czasami ma problemy, czasami wchodzi w „rabbit holes”
Rozwiązanie: Dawaj feedback – copy errors, paste błędy, będzie się poprawiać

Co można dodać później przez Replit: •

Persistence w formie database
Logging, caching
Deploy API publicznie do permanent URL
Rate limiting (prawdziwy, nie tylko headers)

Alternative tools:

Testing: Postman collections + Newman CLI, Bruno, Curl
Code generation: Cursor, Windsurf
Contract testing: Tools z openapi.tools, Pact, Schemathesis
Gateway policies: Zuplo pozwala dodawać inbound/outbound policies, set request headers, caching
GitHub sync: Zapisuj konfigurację gateway w GitHub

Paraskakis podkreśla też że Replit support jest awesome – szybko pomagają gdy są problemy.

Ekonomika i Koszty

Konkretne liczby od Paraskakisa: •

Replit Agent: 25 centów za checkpoint – do initial scaffolding
Replit Assistant: 5 centów za zmianę – bardziej ekonomiczne do modyfikacji
Całość: prawdopodobnie kosztowała go 25-50 centów
Czas: Zrobili to w około 20 minut
Free plans: Wystarczą jeśli robisz proste OpenAPI file i prosty serwer
Lenny’s community: Daje rok free dla Replit dla każdego kto kupuje paid subscription

Individual contributor może stworzyć coś co faktycznie działa, ma analytics i można monitorować – w 20 minut za prawie free.

Kontekst Serii Webinarów

Paraskakis prowadzi serię darmowych lekcji:

Następny: „AI agents consuming your API”
MCP service generation – jeśli słyszałeś o tym
API Product Mastery for Experienced PMs – 6 live lessons, start 5 czerwca

Dad Jokes API użyte w demo pochodziło z poprzedniej lekcji w tej serii o prototypowaniu API z AI.

Checklista: Proces z Webinaru (20 minut)

Przygotowanie

□ Załóż konto Replit (free plan)
□ Załóż konto Zuplo (free plan)
□ Przygotuj plik OpenAPI (JSON/YAML) □ Sprawdź plik w edytorze pod kątem błędów □ Zachowaj małe API (żeby zmieścić się w free credits)

Replit Agent (10+ minut)

□ Załącz OpenAPI file □ Użyj prompta: „Implement the API server described in the attached OpenAPI file”

□ Dodaj: „Follow the OpenAPI file closely”

□ Dodaj: „Make sure you use the authentication specified”

□ Dodaj: „I don’t need persistence, database, logging, analytics or caching”

□ ODRZUĆ propozycje database, Swagger UI, rate limiting, logging, monitoring

□ Zatwierdź plan Agent

□ Poczekaj aż skończy (steady state)

□ Zapisz green link (temporary URL)

Testowanie (3 minut)

□ Otwórz HTTP client

□ Użyj green link + proper endpoint (np. /jokes)

□ Dodaj X-API-Key header z test key (np. „test_api_key”)

□ Wykonaj sekwencję: GET kolekcji → POST item → GET item → DELETE item → GET ponownie

Zuplo Gateway (5 minut)

□ Stwórz nowy projekt w Zuplo

□ Idź do routes.oas.json

□ Zaimportuj ten sam OpenAPI file

□ W forward URL wklej green link z Replit

□ Zapisz konfigurację

□ Poczekaj na deployment

□ Przetestuj przez gateway URL

□ Sprawdź logi i analytics

Weryfikacja

□ API odpowiada przez gateway

□ Authentication działa

□ Logi pokazują requests

□ Analytics zbierają dane

□ Całość kosztowała <$1

Q&A z Webinaru

David: „What’s the best approach to connect this prototype to a database and add realistic data scenarios?”

Emmanuel:

Database: Replit oferuje stworzenie bazy lub połączenie z własną
Realistic data problem: OpenAPI examples to tylko kilka przykładów – nie są realistic
LLM solution: „generate me 30 dad jokes” lub daj schema i poproś o 50-1000 realistic examples
Automation: Skrypt który POST-uje przez API lub paste bezpośrednio do bazy

Pytanie o tech skills dla PM:

Get technical – nie freakuj się na widok kodu
Learn basic coding – dla zrozumienia, nie production code
Use AI tools daily – do user stories, requirements
Get hands-on z różnymi tools
Take courses, free lessons
Get involved w technical projects w firmie

Ten wpis jest częścią mojej kolekcji notatek z ciekawych podcastów, webinarów i innych treści, które uważam za wartościowe i do których sam chcę wracać. Jeśli chcesz sprawdzić oryginalne źródło, znajdziesz je tutaj: https://maven.com/p/867a8a/develop-deploy-and-secure-your-api-with-ai-codegen

Tag: Python Flask

Jak Stworzyć API w 20 Minut za Mniej niż Dolara – Przewodnik AI Codegen według Emmanuela Paraskakisa #EN105