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.txtрегенерується під час кожного оновлення документації, тож ви завжди отримуєте актуальні schema
Машинно-читабельна документація
Ми публікуємо три endpoints за стандартом llmstxt.org:
| Endpoint | Призначення |
|---|---|
/llms.txt | Короткий індекс усієї документації з посиланнями |
/llms-full.txt | Повна 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:
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/txidперед 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:
Settings → Features → Docs → Add new doc
URL: https://doc.2328.ioПотім у чаті додавайте префікс @2328.io до свого запитання:
@2328.io generate a webhook handler in Next.js App Router
with signature verification and idempotent credit logicGitHub Copilot
Copilot Chat може читати llms-full.txt напряму:
#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:
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:
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:
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:
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.txtта повторіть запит