Intégration avec l'IA

La documentation de 2328.io est conçue pour être adaptée aux LLM. Vous pouvez transmettre l'intégralité de la référence API à n'importe quel assistant IA moderne et obtenir une intégration fonctionnelle dans le langage de votre choix — PHP, Node.js, Python, Go, Rust — en quelques minutes au lieu de quelques heures.

Cette page explique comment le faire efficacement.

Pourquoi utiliser l'IA pour intégrer

• Démarrage plus rapide — sautez le code répétitif, allez directement à la logique métier
• Signature correcte — l'IA reproduit fidèlement la signature HMAC-SHA256 dans tous les langages
• Gestionnaires de webhook — générez la vérification de signature et des gestionnaires idempotents prêts à l'emploi
• À jour — notre llms-full.txt est régénéré à chaque mise à jour de la documentation, vous obtenez toujours les schémas actuels

Documentation lisible par machine

Nous publions trois endpoints suivant le standard llmstxt.org :

Chaque page HTML expose également <link rel="alternate" type="text/markdown"> pointant vers sa version Markdown, afin que les crawlers IA la découvrent automatiquement.

Démarrage rapide avec Claude ou ChatGPT

Étape 1 — Fournir la documentation

Ouvrez une nouvelle conversation et collez le contenu de llms-full.txt comme premier message, ou partagez simplement le lien si le modèle peut le récupérer.

Étape 2 — Décrire votre stack

Indiquez à l'assistant ce que vous construisez :

I'm building a Laravel 11 application. I need to:
1. Create a payment for an order (amount in USD, user pays in USDT TRC20)
2. Handle the webhook and credit the user's balance
3. Store payment records in a `payments` table

Use the 2328.io API above. Include HMAC signing, webhook signature
verification, and idempotency.

Étape 3 — Vérifier et tester

L'assistant produira un contrôleur, une classe de service et un gestionnaire de webhook. Avant de déployer :

• Vérifiez que apiSign() encode le corps en Base64 avant HMAC-SHA256
• Vérifiez que les gestionnaires de webhook utilisent hash_equals() (et non ===) pour comparer les signatures
• Assurez-vous que le gestionnaire est idempotent — vérifiez order_id / txid avant de créditer
• Testez d'abord avec un petit paiement réel sur un environnement de développement

Intégrations IDE

Cursor

Ajoutez la documentation comme source personnalisée dans les paramètres Cursor :

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

Puis dans la conversation, préfixez votre question avec @2328.io :

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

GitHub Copilot

Copilot Chat peut lire llms-full.txt directement :

#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 / autres assistants

Tout assistant prenant en charge un contexte URL ou une pièce jointe fonctionne de la même manière — joignez llms-full.txt et décrivez votre objectif.

API Claude (Agent SDK)

Si vous construisez votre propre agent ou chatbot devant interagir avec 2328.io, injectez la documentation une seule fois dans le prompt système :

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)

Exemples de prompts qui fonctionnent bien

Copiez ceux-ci dans Claude, ChatGPT ou votre IDE IA après avoir partagé llms-full.txt :

Intégration backend complète :

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.

Outil de retrait :

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.

Portefeuille statique pour les dépôts utilisateur :

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.

Bonnes pratiques pour l'intégration assistée par IA

• Partez de llms-full.txt — il est conçu pour le contexte LLM, sans code répétitif
• Soyez précis sur votre stack — framework, version du langage, ORM
• Demandez des tests — l'IA est efficace pour générer des tests unitaires de la logique de signature
• Vérifiez la gestion des erreurs — l'IA omet parfois les chemins d'échec
• Révisez manuellement le code de signature — c'est la seule partie qui doit être absolument exacte
• Rafraîchissez périodiquement — si notre API change, récupérez à nouveau llms-full.txt et reformulez votre prompt