Sign in
Вступ/Інтеграція з AI

Інтеграція з AI

Інтегруйте 2328.io у свою програму за лічені хвилини за допомогою AI-помічників, як-от Claude, ChatGPT, Cursor та GitHub Copilot.

Документація 2328.io створена так, щоб бути дружньою до LLM. Ви можете передати весь довідник API будь-якому сучасному AI-помічнику й отримати робочу інтеграцію вашою улюбленою мовою — PHP, Node.js, Python, Go, Rust — за хвилини, а не години.

Ця сторінка пояснює, як зробити це ефективно.

Чому варто використовувати AI для інтеграції

  • Швидший старт — пропустіть шаблонний код, переходьте одразу до бізнес-логіки
  • Коректне підписання — AI надійно відтворює підписання HMAC-SHA256 будь-якою мовою
  • Обробники webhook — генеруйте перевірку підпису та ідемпотентні обробники одразу з коробки
  • Завжди актуально — наш llms-full.txt регенерується під час кожного оновлення документації, тож ви завжди отримуєте актуальні schema

Машинно-читабельна документація

Ми публікуємо три endpoints за стандартом llmstxt.org:

EndpointПризначення
/llms.txtКороткий індекс усієї документації з посиланнями
/llms-full.txtПовна документація як єдиний файл — вставте його у ваш AI-чат
/md/{locale}/{slug}Будь-яка сторінка як сирий Markdown

Кожна HTML-сторінка також надає <link rel="alternate" type="text/markdown">, що вказує на її Markdown-версію, тож AI-краулери виявляють її автоматично.

Швидкий старт із Claude або ChatGPT

Крок 1 — Надайте документацію

Відкрийте новий чат і вставте вміст llms-full.txt як перше повідомлення, або просто поділіться посиланням, якщо модель може його завантажити.

Крок 2 — Опишіть свій стек

Розкажіть помічнику, що саме ви будуєте:

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.

Крок 3 — Перегляньте та протестуйте

Помічник створить контролер, сервісний клас та обробник webhook. Перш ніж відправляти у продакшн:

  • Переконайтеся, що apiSign() кодує тіло у base64 перед HMAC-SHA256
  • Перевірте, що обробники webhook викликають hash_equals() (а не ===) для порівняння підписів
  • Переконайтеся, що обробник є ідемпотентним — перевіряйте order_id / txid перед зарахуванням
  • Спочатку протестуйте на dev-середовищі невеликим реальним платежем

Ніколи не запускайте у продакшн платіжний код, згенерований AI, без рев'ю логіки підписання та перевірки webhook. Це критичні межі безпеки.

Інтеграції з IDE

Cursor

Додайте документацію як власне джерело документів у налаштуваннях Cursor:

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

Потім у чаті додавайте префікс @2328.io до свого запитання:

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

GitHub Copilot

Copilot Chat може читати llms-full.txt напряму:

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 / інші помічники

Будь-який помічник, що підтримує контекст за URL або вкладений файл, працює таким самим чином — прикріпіть llms-full.txt та опишіть свою мету.

Claude API (Agent SDK)

Якщо ви будуєте власного агента або чат-бота, який має взаємодіяти з 2328.io, інжектуйте документацію один раз у системний 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)

Файл повної документації займає близько 15 КБ — значно менше, ніж ліміт контексту будь-якої сучасної моделі. Ви можете кешувати його у себе та оновлювати раз на добу.

Приклади prompts, що добре працюють

Скопіюйте їх у Claude, ChatGPT або ваш AI IDE після того, як поділилися llms-full.txt:

Повна бекенд-інтеграція:

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.

Інструмент виплат:

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.

Статичний гаманець для депозитів користувачів:

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.

Найкращі практики для інтеграції за допомогою AI

  • Починайте з llms-full.txt — він розроблений для контексту LLM, без шаблонного коду
  • Будьте конкретними щодо свого стеку — фреймворк, версія мови, ORM
  • Просіть тести — AI добре генерує модульні тести для логіки підписання
  • Двічі перевіряйте обробку помилок — AI іноді пропускає шляхи невдач
  • Переглядайте код підпису вручну — це єдина частина, яка має бути абсолютно правильною
  • Періодично оновлюйте — якщо наш API змінюється, перезавантажте llms-full.txt та повторіть запит