Integrasi AI

Dokumentasi 2328.io dirancang agar ramah-LLM. Anda dapat memberikan seluruh referensi API kepada asisten AI modern apa pun dan mendapatkan integrasi yang berfungsi dalam bahasa pilihan Anda — PHP, Node.js, Python, Go, Rust — dalam hitungan menit alih-alih jam.

Halaman ini menjelaskan cara melakukannya secara efisien.

Mengapa menggunakan AI untuk integrasi

• Onboarding lebih cepat — lewati boilerplate, langsung ke logika bisnis
• Penandatanganan yang benar — AI dengan andal mereproduksi penandatanganan HMAC-SHA256 dalam bahasa apa pun
• Handler webhook — buat verifikasi tanda tangan dan handler idempoten secara langsung
• Selalu terbaru — llms-full.txt kami diregenerasi pada setiap pembaruan dokumentasi, jadi Anda selalu mendapatkan skema terkini

Dokumentasi yang dapat dibaca mesin

Kami menerbitkan tiga endpoint mengikuti standar llmstxt.org:

Setiap halaman HTML juga menampilkan <link rel="alternate" type="text/markdown"> yang menunjuk ke versi Markdown-nya, jadi crawler AI menemukannya secara otomatis.

Dokumentasi server MCP

Agen AI yang mendukung Model Context Protocol dapat terhubung langsung ke:

https://doc.2328.io/mcp

Endpoint ini bersifat publik, hanya-baca, dan tidak memerlukan kunci API pedagang. Ini hanya menyajikan pengetahuan dokumentasi; tidak dapat memeriksa saldo, membuat pembayaran, atau memindahkan dana.

Konfigurasi remote-MCP umum:

{
  "mcpServers": {
    "2328-docs": {
      "url": "https://doc.2328.io/mcp"
    }
  }
}

Sintaks konfigurasi yang tepat bervariasi tergantung pada klien MCP. Gunakan HTTP Streamable dan arahkan klien ke URL di atas.

Alat MCP

Semua hasil alat menyertakan JSON terstruktur serta teks yang dapat dibaca manusia. Hasil pencarian mengembalikan item resource_link sehingga agen dapat mengambil hanya halaman yang mereka butuhkan daripada memuat seluruh korpus.

Sumber MCP

Template sumber daya mendukung penyelesaian locale dan slug, yang memungkinkan klien yang kompatibel menemukan URI yang valid tanpa menebak-nebak.

MCP memicu

• integrate-2328 memberitahu agen untuk membaca panduan yang benar dan menghasilkan kode implementasi, pengujian, konfigurasi, dan daftar periksa go-live.
• review-2328-integration meminta agen untuk meninjau kode yang ada untuk penandatanganan, ruang lingkup tenant/proyek, penanganan desimal, idempoten, pengurutan webhook, timeout ambigu, dan celah rekonsiliasi.

Alur kerja agen yang disarankan

1. Gunakan get_integration_guide untuk pola integrasi yang dipilih.
2. Baca setiap halaman yang terhubung dengan sumber daya MCP atau get_doc.
3. Gunakan search_docs untuk pertanyaan spesifik framework atau kasus tepi.
4. Lakukan pengujian tanda tangan dan webhook sebelum panggilan API.
5. Tinjau hasil dengan review-2328-integration.
6. Uji transaksi nyata kecil di lingkungan terkendali; akses dokumentasi MCP tidak membuktikan konektivitas API produksi.

Mulai cepat dengan Claude atau ChatGPT

Langkah 1 — Sediakan dokumentasi

Buka obrolan baru dan tempel konten llms-full.txt sebagai pesan pertama Anda, atau bagikan tautan saja jika modelnya bisa mengambilnya.

Langkah 2 — Jelaskan stack Anda

Beri tahu asisten apa yang sedang Anda bangun:

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.

Langkah 3 — Tinjau dan uji

Asisten akan menghasilkan controller, kelas service, dan handler webhook. Sebelum dirilis:

• Verifikasi bahwa apiSign() mengencode body sebagai Base64 sebelum HMAC-SHA256
• Periksa bahwa handler webhook memanggil hash_equals() (bukan ===) untuk membandingkan tanda tangan
• Pastikan handler bersifat idempoten — periksa order_id / txid sebelum mengkreditkan
• Uji dengan pembayaran nyata kecil di lingkungan dev terlebih dahulu

Integrasi IDE

Cursor

Tambahkan dokumentasi sebagai sumber dokumen kustom di pengaturan Cursor:

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

Lalu di obrolan, awali pertanyaan Anda dengan @2328.io:

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

GitHub Copilot

Copilot Chat dapat membaca llms-full.txt secara langsung:

#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 / asisten lainnya

Asisten apa pun yang mendukung konteks URL atau lampiran file bekerja dengan cara yang sama — lampirkan llms-full.txt dan jelaskan tujuan Anda.

Claude API (Agent SDK)

Jika Anda membangun agen atau chatbot Anda sendiri yang perlu berinteraksi dengan 2328.io, suntikkan dokumentasi sekali ke dalam 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)

Contoh prompt yang bekerja dengan baik

Salin ini ke Claude, ChatGPT, atau IDE AI Anda setelah membagikan llms-full.txt:

Integrasi backend lengkap:

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.

Tool penarikan:

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.

Dompet statis untuk deposit pengguna:

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.

Praktik terbaik untuk integrasi berbantuan AI

• Mulai dari llms-full.txt — dirancang untuk konteks LLM, tanpa boilerplate
• Spesifik tentang stack Anda — framework, versi bahasa, ORM
• Minta tes — AI baik dalam menghasilkan unit test untuk logika penandatanganan
• Periksa ulang penanganan kesalahan — AI terkadang melewatkan jalur kegagalan
• Tinjau kode tanda tangan secara manual — ini adalah satu-satunya bagian yang harus benar persis
• Segarkan secara berkala — jika API kami berubah, ambil ulang llms-full.txt dan prompt ulang