Sign in
Introdução/Integração com IA

Integração com IA

Integre a 2328.io à sua aplicação em minutos usando assistentes de IA como Claude, ChatGPT, Cursor e GitHub Copilot.

A documentação da 2328.io foi feita para ser amigável a LLMs. Você pode entregar toda a referência da API a qualquer assistente de IA moderno e fazer com que ele gere uma integração funcional na linguagem de sua preferência — PHP, Node.js, Python, Go, Rust — em minutos, em vez de horas.

Esta página explica como fazer isso com eficiência.

Por que usar IA para integrar

  • Onboarding mais rápido — pule o boilerplate e vá direto para a lógica de negócio
  • Assinatura correta — a IA reproduz HMAC-SHA256 de forma confiável em qualquer linguagem
  • Handlers de webhook — gere verificação de assinatura e handlers idempotentes prontos para uso
  • Sempre atualizada — nosso llms-full.txt é regenerado a cada atualização da documentação, então você sempre obtém os esquemas atuais

Documentação legível por máquina

Publicamos três endpoints seguindo o padrão llmstxt.org:

EndpointFinalidade
/llms.txtÍndice curto de toda a documentação com links
/llms-full.txtDocumentação completa em um único arquivo — cole isso no seu chat de IA
/md/{locale}/{slug}Qualquer página em Markdown bruto

Toda página HTML também expõe <link rel="alternate" type="text/markdown"> apontando para sua versão Markdown, para que crawlers de IA a descubram automaticamente.

Início rápido com Claude ou ChatGPT

Passo 1 — Forneça a documentação

Abra um chat novo e cole o conteúdo de llms-full.txt como sua primeira mensagem, ou apenas compartilhe o link se o modelo conseguir fazer o fetch.

Passo 2 — Descreva sua stack

Diga ao assistente o que você está construindo:

Text
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.

Passo 3 — Revise e teste

O assistente vai produzir um controller, uma classe de service e um handler de webhook. Antes de subir para produção:

  • Verifique se apiSign() codifica o corpo em base64 antes do HMAC-SHA256
  • Confira se os handlers de webhook chamam hash_equals() (e não ===) para comparar assinaturas
  • Garanta que o handler é idempotente — verifique order_id / txid antes de creditar
  • Teste primeiro com um pagamento real pequeno em ambiente de desenvolvimento

Nunca coloque em produção código de pagamento gerado por IA sem revisar a lógica de assinatura e verificação de webhooks. Esses são os limites críticos de segurança.

Integrações com IDEs

Cursor

Adicione a documentação como uma fonte personalizada nas configurações do Cursor:

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

Depois, no chat, prefixe sua pergunta com @2328.io:

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

GitHub Copilot

O Copilot Chat consegue ler llms-full.txt diretamente:

Text
#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 / outros assistentes

Qualquer assistente que aceite contexto via URL ou anexo de arquivo funciona da mesma forma — anexe llms-full.txt e descreva seu objetivo.

Claude API (Agent SDK)

Se você está construindo seu próprio agente ou chatbot que precisa interagir com a 2328.io, injete a documentação uma única vez no system prompt:

Python
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)

O arquivo completo da documentação tem cerca de 15 KB — bem dentro do limite de contexto de qualquer modelo moderno. Você pode cacheá-lo do seu lado e atualizá-lo uma vez por dia.

Exemplos de prompts que funcionam bem

Cole estes prompts no Claude, ChatGPT ou na sua IDE de IA depois de compartilhar o llms-full.txt:

Integração completa de backend:

Text
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.

Ferramenta de saque:

Text
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.

Carteira estática para depósitos de usuários:

Text
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.

Boas práticas para integração assistida por IA

  • Comece pelo llms-full.txt — ele foi pensado para o contexto de LLMs, sem boilerplate
  • Seja específico sobre sua stack — framework, versão da linguagem, ORM
  • Peça testes — a IA é boa em gerar testes unitários para a lógica de assinatura
  • Confira o tratamento de erros — a IA às vezes pula caminhos de falha
  • Revise o código de assinatura manualmente — esta é a única parte que precisa estar exatamente correta
  • Atualize periodicamente — se nossa API mudar, refaça o fetch do llms-full.txt e reaplique o prompt