Integracja z AI

Dokumentacja 2328.io została zaprojektowana jako przyjazna dla LLM. Możesz przekazać całą referencję API dowolnemu nowoczesnemu asystentowi AI i otrzymać działającą integrację w wybranym języku — PHP, Node.js, Python, Go, Rust — w minutach zamiast godzin.

Ta strona wyjaśnia, jak zrobić to efektywnie.

Dlaczego warto integrować przy pomocy AI

• Szybsze wdrożenie — pomijasz boilerplate i przechodzisz wprost do logiki biznesowej
• Poprawne podpisywanie — AI wiarygodnie odtwarza podpisywanie HMAC-SHA256 w dowolnym języku
• Obsługa webhooków — generuj weryfikację podpisu i idempotentne handlery od razu
• Aktualne dane — nasz llms-full.txt jest regenerowany przy każdej aktualizacji dokumentacji, dzięki czemu zawsze otrzymujesz bieżące schematy

Dokumentacja czytelna dla maszyn

Publikujemy trzy endpointy zgodnie ze standardem llmstxt.org:

Każda strona HTML udostępnia również tag <link rel="alternate" type="text/markdown"> wskazujący jej wersję Markdown, dzięki czemu crawlery AI odnajdują ją automatycznie.

Szybki start z Claude lub ChatGPT

Krok 1 — udostępnij dokumentację

Otwórz nowy czat i jako pierwszą wiadomość wklej zawartość pliku llms-full.txt lub po prostu udostępnij odnośnik, jeśli model potrafi go pobrać.

Krok 2 — opisz swój stos technologiczny

Powiedz asystentowi, co budujesz:

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.

Krok 3 — zrecenzuj i przetestuj

Asystent wygeneruje kontroler, klasę serwisu i handler webhooka. Przed wdrożeniem:

• Zweryfikuj, że apiSign() koduje treść jako base64 przed HMAC-SHA256
• Sprawdź, czy handlery webhooków używają hash_equals() (a nie ===) do porównywania podpisów
• Upewnij się, że handler jest idempotentny — przed zaksięgowaniem sprawdzaj order_id / txid
• Najpierw przetestuj na środowisku deweloperskim, używając niewielkiej, prawdziwej płatności

Integracje z IDE

Cursor

Dodaj dokumentację jako niestandardowe źródło docs w ustawieniach Cursor:

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

Następnie w czacie poprzedź pytanie prefiksem @2328.io:

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

GitHub Copilot

Copilot Chat potrafi wczytać llms-full.txt bezpośrednio:

#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 / inni asystenci

Każdy asystent obsługujący kontekst URL lub załączanie plików działa w ten sam sposób — załącz llms-full.txt i opisz swój cel.

Claude API (Agent SDK)

Jeśli budujesz własnego agenta lub chatbota, który ma komunikować się z 2328.io, jednorazowo wstrzyknij dokumentację do 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)

Przykładowe prompty, które działają dobrze

Skopiuj je do Claude, ChatGPT lub swojego AI IDE po udostępnieniu llms-full.txt:

Pełna integracja backendu:

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.

Narzędzie do wypłat:

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.

Statyczny portfel dla depozytów użytkowników:

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.

Dobre praktyki integracji wspomaganej AI

• Zaczynaj od llms-full.txt — został zaprojektowany pod kontekst LLM, bez boilerplate'u
• Bądź precyzyjny co do swojego stosu — framework, wersja języka, ORM
• Proś o testy — AI dobrze radzi sobie z generowaniem testów jednostkowych dla logiki podpisywania
• Dwukrotnie sprawdzaj obsługę błędów — AI bywa, że pomija ścieżki niepowodzeń
• Recenzuj kod podpisywania ręcznie — to jedyny fragment, który musi być absolutnie poprawny
• Odświeżaj okresowo — jeśli nasze API ulegnie zmianie, ponownie pobierz llms-full.txt i ponów prompt