getExtModelML method

Future<RestApiResponse> getExtModelML({ List<String>? headerClasses, List<String>? bodyClasses, bool skipMembers = false, })

Ruft Machine Learning Modell-Daten ab

Lädt spezialisierte Datenstrukturen für Machine Learning Anwendungen mit flexibler Konfiguration über Header- und Body-Parameter.

headerClasses - Klassen für Header-Parameter (Query-String) bodyClasses - Klassen für Request-Body (POST-Parameter) skipMembers - Member-Eigenschaften überspringen (Standard: false)

Returns: RestApiResponse mit ML-spezifischen Modell-Daten

Beispiel:

RestApiResponse response = await api.v1.models.getExtModelML(
  headerClasses: ["Vorgang"],
  bodyClasses: ["Adresse", "Projekt"],
  skipMembers: true
);

Hinweis zur neuen API: Lädt ML-Modelldaten (v1/extModel/ml).

Das Verb hängt von bodyClasses ab: null -> GET (nur Query), sonst POST mit {ml: bodyClasses}. headerClasses wird bei Nicht-null/Nicht- leer als ml-Query (JSON-kodiert) gesendet.

Implementation

Future<RestApiResponse> getExtModelML({
  List<String>? headerClasses,
  List<String>? bodyClasses,
  bool skipMembers = false,
}) {
  final Map<String, String> query = <String, String>{};
  if (headerClasses != null && headerClasses.isNotEmpty) {
    query['ml'] = jsonEncode(headerClasses);
  }
  if (skipMembers) query['skipMembers'] = skipMembers.toString();

  final bool isPost = bodyClasses != null;
  String? body;
  if (isPost) {
    body = bodyClasses.isNotEmpty
        ? jsonEncode(<String, dynamic>{'ml': bodyClasses})
        : '';
  }

  return _execute(
    method: isPost ? ApiHttpMethod.post : ApiHttpMethod.get,
    path: '/extModel/ml',
    queryParameters: query,
    body: body,
    operation: 'getExtModelML',
  );
}