Sign in
Введение/Интеграция с AI

Интеграция с AI

Интегрируйте 2328.io в своё приложение за минуты с помощью AI-ассистентов вроде Claude, ChatGPT, Cursor и GitHub Copilot.

Документация 2328.io создана дружественной к LLM. Вы можете передать всю API-справку любому современному AI-ассистенту и получить рабочую интеграцию на любом языке — PHP, Node.js, Python, Go, Rust — за минуты, а не часы.

На этой странице рассказано, как сделать это эффективно.

Зачем использовать AI для интеграции

  • Быстрый старт — пропустите шаблонный код и сразу переходите к бизнес-логике
  • Корректная подпись — AI надёжно воспроизводит подпись HMAC-SHA256 на любом языке
  • Обработчики webhook'ов — генерация проверки подписи и идемпотентных обработчиков «из коробки»
  • Актуальность — наш llms-full.txt пересоздаётся при каждом обновлении документации, поэтому вы всегда получаете актуальные схемы

Машиночитаемая документация

Мы публикуем три endpoint'а по стандарту llmstxt.org:

EndpointНазначение
/llms.txtКраткий индекс всей документации со ссылками
/llms-full.txtВся документация одним файлом — вставьте в чат с AI
/md/{locale}/{slug}Любая страница в виде сырого Markdown

Каждая HTML-страница также содержит <link rel="alternate" type="text/markdown">, указывающий на её Markdown-версию, чтобы AI-краулеры обнаруживали её автоматически.

MCP-сервер документации

ИИ-агенты с поддержкой Model Context Protocol могут подключаться напрямую к адресу:

Text
https://doc.2328.io/mcp

Эндпоинт общедоступен, работает только на чтение и не требует API-ключа мерчанта. Он предоставляет исключительно сведения из документации: через него нельзя проверить баланс, создать платёж или перевести средства.

Пример общей конфигурации удалённого MCP-сервера:

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

Точный синтаксис зависит от MCP-клиента. Выберите транспорт Streamable HTTP и укажите приведённый выше URL.

Инструменты MCP

ИнструментКогда агенту его использовать
list_docsПросмотреть все темы документации и URI ресурсов.
search_docsНайти нужные разделы по ранжированным фрагментам и прямым ссылкам на ресурсы.
get_docПрочитать полную переносимую Markdown-версию одной страницы.
get_integration_guideСоставить пошаговый план для платёжной страницы, H2H, счёта на точную сумму в криптовалюте, статического кошелька, автоматической или ручной конвертации либо выплаты.

Каждый инструмент возвращает структурированный JSON и удобочитаемый текст. В результатах поиска присутствуют элементы resource_link, поэтому агент может загрузить только нужные страницы, а не весь набор документации.

Ресурсы MCP

РесурсНазначение
docs://2328/indexМашиночитаемый индекс сервисов и документов.
docs://2328/en/fullПолный англоязычный справочник по интеграции с общими расширенными примерами кода.
docs://2328/{locale}/{slug}Отдельная локализованная страница; при отсутствии перевода используется английская версия.

Шаблон ресурса поддерживает перечень локалей и автодополнение, поэтому совместимый клиент может найти корректный URI без перебора вариантов.

Промпты MCP

  • integrate-2328 предлагает агенту прочитать нужное руководство и подготовить код интеграции, тесты, конфигурацию и чек-лист запуска.
  • review-2328-integration предлагает проверить существующий код: подпись запросов, границы клиента и проекта, работу с десятичными числами, идемпотентность, порядок webhook-событий, неоднозначные тайм-ауты и пробелы в сверке.
  1. Вызовите get_integration_guide для выбранного сценария интеграции.
  2. Прочитайте все связанные страницы через MCP-ресурсы или get_doc.
  3. Используйте search_docs для вопросов о конкретной платформе и нестандартных ситуациях.
  4. До вызовов платёжного API реализуйте подпись запросов и тесты обработки webhook.
  5. Проверьте результат с помощью review-2328-integration.
  6. Проведите небольшие реальные транзакции в контролируемой среде: доступ к документации через MCP не подтверждает доступность production API.

Документационный MCP — источник знаний по интеграции, а не интерфейс управления кошельком. Не передавайте в аргументах инструментов и промптах API-ключи, ключи выплат, секреты webhook, персональные данные клиентов или production-данные.

Быстрый старт с Claude или ChatGPT

Шаг 1 — Передайте документацию

Откройте новый чат и вставьте содержимое llms-full.txt первым сообщением — или просто поделитесь ссылкой, если модель умеет её получать.

Шаг 2 — Опишите свой стек

Расскажите ассистенту, что вы строите:

Text
Я делаю приложение на Laravel 11. Мне нужно:
1. Создать платёж под заказ (сумма в USD, пользователь платит USDT TRC20)
2. Обработать webhook и зачислить баланс пользователю
3. Сохранить записи о платежах в таблице `payments`

Используй API 2328.io выше. Включи подпись HMAC, проверку
подписи webhook'а и идемпотентность.

Шаг 3 — Проверьте и протестируйте

Ассистент сгенерирует контроллер, сервис-класс и обработчик webhook'а. Перед запуском:

  • Убедитесь, что apiSign() кодирует тело в Base64 до HMAC-SHA256
  • Проверьте, что обработчики webhook'ов используют hash_equals() (а не ===) для сравнения подписей
  • Убедитесь, что обработчик идемпотентен — проверяйте order_id / txid перед зачислением
  • Сначала протестируйте небольшой реальный платёж в dev-окружении

Никогда не выпускайте сгенерированный AI код для платежей без ревью логики подписи и проверки webhook'ов. Это критические границы безопасности.

Интеграции с IDE

Cursor

Добавьте документацию как пользовательский источник docs в настройках Cursor:

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

Затем в чате префиксуйте свой вопрос @2328.io:

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

GitHub Copilot

Copilot Chat умеет читать llms-full.txt напрямую:

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 / другие ассистенты

Любой ассистент, поддерживающий контекст по URL или вложение файла, работает по тому же принципу — приложите llms-full.txt и опишите свою задачу.

Claude API (Agent SDK)

Если вы создаёте собственный агент или чат-бот, который должен взаимодействовать с 2328.io, вставьте документацию один раз в системный промпт:

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)

Полный файл документации — около 15 КБ, что укладывается в контекстное окно любой современной модели. Можно кэшировать его на своей стороне и обновлять раз в день.

Промпты, которые работают хорошо

Скопируйте их в Claude, ChatGPT или ваш AI-IDE после того, как поделитесь llms-full.txt:

Полная бэкенд-интеграция:

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.

Утилита выплат:

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.

Статический кошелёк для депозитов пользователей:

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.

Лучшие практики AI-интеграции

  • Начинайте с llms-full.txt — он спроектирован под контекст LLM, без шаблонного шума
  • Чётко описывайте свой стек — фреймворк, версия языка, ORM
  • Просите тесты — AI хорошо генерирует unit-тесты для логики подписи
  • Перепроверяйте обработку ошибок — AI иногда пропускает ветки с ошибками
  • Вручную ревьюйте код подписи — это единственная часть, которую обязательно нужно сделать точно
  • Периодически обновляйте — если наш API меняется, перезагружайте llms-full.txt и повторяйте промпт