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.txtпересоздаётся при каждом обновлении документации, поэтому вы всегда получаете актуальные схемы
Машиночитаемая документация
Мы публикуем три endpoint'а по стандарту llmstxt.org:
| Endpoint | Назначение |
|---|---|
/llms.txt | Краткий индекс всей документации со ссылками |
/llms-full.txt | Вся 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.
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:
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/txidперед 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:
Settings → Features → Docs → Add new doc
URL: https://doc.2328.ioЗатем в чате префиксуйте свой вопрос @2328.io:
@2328.io generate a webhook handler in Next.js App Router
with signature verification and idempotent credit logicGitHub Copilot
Copilot Chat умеет читать llms-full.txt напрямую:
#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:
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:
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:
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:
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.txtи повторяйте промпт