التكامل مع الذكاء الاصطناعي

تم تصميم توثيق 2328.io ليكون متوافقًا مع نماذج LLM. يمكنك تسليم مرجع API بالكامل لأي مساعد ذكاء اصطناعي حديث وجعله ينشئ تكاملًا عاملًا بلغة من اختيارك — PHP، Node.js، Python، Go، Rust — في دقائق بدلًا من ساعات.

تشرح هذه الصفحة كيفية القيام بذلك بكفاءة.

لماذا تستخدم الذكاء الاصطناعي للتكامل

• تأهيل أسرع — تجاوز الكود النمطي وانتقل مباشرة إلى منطق العمل
• توقيع صحيح — ينتج الذكاء الاصطناعي بشكل موثوق توقيع HMAC-SHA256 بأي لغة
• معالجات webhook — ينشئ التحقق من التوقيع ومعالجات idempotent جاهزة للاستخدام
• محدّثة — يُعاد إنشاء llms-full.txt لدينا عند كل تحديث للوثائق، لذا تحصل دائمًا على المخططات الحالية

وثائق قابلة للقراءة آليًا

ننشر ثلاث نقاط نهاية تتبع معيار llmstxt.org:

كل صفحة HTML تكشف أيضًا عن <link rel="alternate" type="text/markdown"> يشير إلى نسختها بصيغة Markdown، حتى تكتشفها زواحف الذكاء الاصطناعي تلقائيًا.

بداية سريعة مع Claude أو ChatGPT

الخطوة 1 — وفّر الوثائق

افتح محادثة جديدة والصق محتويات llms-full.txt كأول رسالة، أو فقط شارك الرابط إذا كان النموذج قادرًا على جلبه.

الخطوة 2 — وصف بنية تطبيقك

أخبر المساعد ما الذي تقوم ببنائه:

أبني تطبيق Laravel 11. أحتاج إلى:
1. إنشاء دفعة لطلب (المبلغ بالدولار الأمريكي، يدفع المستخدم بـ USDT TRC20)
2. التعامل مع webhook وإيداع رصيد المستخدم
3. تخزين سجلات الدفع في جدول `payments`

استخدم 2328.io API أعلاه. اشمل توقيع HMAC، والتحقق من توقيع webhook، وidempotency.

الخطوة 3 — راجع واختبر

سينتج المساعد متحكمًا، وفئة خدمة، ومعالج webhook. قبل الإطلاق:

• تحقق من أن apiSign() يرمّز المحتوى كـ Base64 قبل HMAC-SHA256
• تأكد من أن معالجات webhook تستدعي hash_equals() (وليس ===) لمقارنة التوقيعات
• تأكد من أن المعالج idempotent — افحص order_id / txid قبل الإيداع
• اختبر بدفعة حقيقية صغيرة في بيئة dev أولًا

تكاملات IDE

Cursor

أضف الوثائق كمصدر docs مخصص في إعدادات Cursor:

Settings → Features → Docs → Add new doc
URL: https://doc.2328.io

ثم في المحادثة، اسبق سؤالك بـ @2328.io:

@2328.io generate a webhook handler in Next.js App Router
with signature verification and idempotent credit logic

GitHub Copilot

يمكن لـ Copilot Chat قراءة llms-full.txt مباشرة:

#fetch https://doc.2328.io/llms-full.txt

Using the 2328.io API docs above, implement a payout endpoint
in Express that withdraws USDT BEP20 to a user-supplied address.

Windsurf / Continue / مساعدون آخرون

أي مساعد يدعم سياق URL أو إرفاق ملف يعمل بنفس الطريقة — أرفق llms-full.txt ووصف هدفك.

Claude API (Agent SDK)

إذا كنت تبني وكيلك أو روبوت دردشتك الخاص الذي يحتاج إلى التفاعل مع 2328.io، احقن الوثائق مرة واحدة في system prompt:

from anthropic import Anthropic
import urllib.request

docs = urllib.request.urlopen(
    "https://doc.2328.io/llms-full.txt"
).read().decode()

client = Anthropic()

response = client.messages.create(
    model="claude-opus-4-7",
    max_tokens=4096,
    system=f"""You are an integration assistant for 2328.io.
Use the API reference below to answer questions and generate code.

<docs>
{docs}
</docs>""",
    messages=[
        {"role": "user", "content": "Write a Python function that creates a USDT payment"}
    ],
)

print(response.content[0].text)

أمثلة من المطالبات التي تعمل بشكل جيد

انسخ هذه إلى Claude أو ChatGPT أو AI IDE الخاص بك بعد مشاركة llms-full.txt:

تكامل خلفي كامل:

Build a Node.js + Express service that exposes two routes:
- POST /checkout → creates a 2328.io payment and returns the payment URL
- POST /webhook/2328 → verifies the signature and marks the order as paid
Use TypeScript, Zod for validation, and a simple in-memory store.

أداة سحب:

Write a CLI in Go that takes a currency, network, amount, and address
and creates a payout via the 2328.io Payout API. Use a separate payout
API key from env. Poll the status endpoint until the payout is completed.

محفظة ثابتة لإيداعات المستخدمين:

I have a Django app where users deposit USDT TRC20 to top up their balance.
Each user should have a permanent deposit address. Implement this using
2328.io static wallets, including the webhook handler that credits their
balance when a deposit arrives.

أفضل الممارسات للتكامل بمساعدة الذكاء الاصطناعي

• ابدأ من llms-full.txt — مصمم لسياق LLM، بدون كود نمطي
• كن محددًا بشأن بنية تطبيقك — الإطار، إصدار اللغة، ORM
• اطلب اختبارات — الذكاء الاصطناعي جيد في إنشاء اختبارات وحدة لمنطق التوقيع
• راجع معالجة الأخطاء بعناية — أحيانًا يتجاوز الذكاء الاصطناعي مسارات الفشل
• راجع كود التوقيع يدويًا — هذا الجزء الوحيد الذي يجب أن يكون صحيحًا تمامًا
• حدّث دوريًا — إذا تغيرت واجهة API لدينا، أعد جلب llms-full.txt وأعد المطالبة