大家好，我是Tony Bai。
欢迎来到我们的专栏 《API 设计之道：从设计模式到 Gin 工程化实现》的第六讲。
在前面的课程中，我们讨论了如何设计 URL、如何传输数据、如何分页。今天，我们来聊聊一个略显沉重但绝对避不开的话题：当 API 出错时，我们该怎么办？
请回想一下，你在对接第三方接口，或者前端调用你的接口时，是否遇到过以下令人抓狂的场景：
200 OK 的谎言：HTTP 状态码是
200 OK，但 Body 里赫然写着{"code": 50001, "msg": "server error"}。监控系统以为一切正常，前端代码里却不得不写满if res.code != 0的防御逻辑。错误码猜谜：收到一个
400 Bad Request，Body 里只有一个字符串"param error"。到底是哪个参数错了？是必填项没填，还是格式不对？结构不统一：A 接口报错用
message字段，B 接口报错用msg字段，C 接口直接返回纯文本。
这些混乱的设计，不仅增加了沟通成本，更让系统的可观测性（Observability）大打折扣。
在云原生架构中，错误处理不仅仅是打印一行日志那么简单。我们需要一种结构化、标准化的错误模型，让客户端（无论是前端 App 还是其他微服务）能够自动化地处理错误，同时让运维人员能够快速定位根因。
今天这一讲，我们将对标RFC 7807标准和Google AIP-193规范，在 Gin 中构建一套企业级的API错误处理机制。
理论：告别“盲盒”式报错
什么是好的错误处理？它应该具备两个核心特征：机器可读（Machine-readable）和人类可读（Human-readable）。
