Mit Sugra API bauen.

Erster Aufruf in unter einer Minute.

Registrieren Sie sich, holen Sie Ihren API-Schlüssel auf der Settings-Seite ab und stellen Sie Ihre erste Anfrage. Jede Antwort ist out-of-the-box LLM-ready.

# GET US CPI - last 3 observations
curl -H "x-api-key: sugra_ao1_..." \
     "https://sugra.ai/api/fred/us/cpi?mode=last_n&n=3"

import httpx

r = httpx.get(
    "https://sugra.ai/api/fred/us/cpi",
    params={"mode": "last_n", "n": 3},
    headers={"x-api-key": "sugra_ao1_..."},
)
payload = r.json()
print(payload["data"], payload["meta"]["data_time"])

const res = await fetch(
  "https://sugra.ai/api/fred/us/cpi?mode=last_n&n=3",
  { headers: { "x-api-key": "sugra_ao1_..." } }
);
const { data, meta } = await res.json();
console.log(data, meta.data_time);

{ "data": [ ... ], "meta": { "source", "data_time", "unit_type", "cached", "fallback_used" } }

Geben Sie einem Agenten die Spec. Das ist die Integration.

Richten Sie einen KI-Agenten auf sugra.ai/openapi.json, geben Sie ihm Ihren API-Schlüssel und er weiß alles, was Sugra leisten kann. Jeder Endpunkt, jeder Parameter, jedes Antwortschema - beschrieben in einer typisierten OpenAPI 3.1 Spec mit konsistenten Envelope-Generics und semantischen meta-Feldern. Keine Custom-Integration. Kein Tool-Schreiben. Kein Doku-Parsing.

Wenn ein Nutzer eine Frage stellt, die mehrere Domänen umspannt - "Wie ist der CPI-Trend, und wie beeinflusst das Wetter im US-Farmgürtel die Getreidepreise?" - wählt ein Agent, der die Spec liest, die richtigen Endpunkte aus den 1698 verfügbaren, ruft sie parallel auf und stellt eine geerdete Antwort aus Primärquellen zusammen. Zentralbankdaten, Wetterbeobachtungen, Rohstoffpreise - alles in derselben LLM-ready Hülle.

Kein Surfen im Web. Kein Durchwühlen von Blog-Posts, Forenthreads und veralteten Cache-Seiten. Kein Filtern des Rauschens. Keine halluzinierten Zahlen. Nur die Quelle, der Zeitstempel, der Wert - und ein sauberer Pfad von Frage zu Antwort.

# Give an agent everything it needs to know:
export SUGRA_SPEC="https://sugra.ai/openapi.json"
export SUGRA_KEY="sugra_ao1_..."

# Ask a cross-domain question:
agent.ask("How is US inflation trending, and what is
           the weather doing to Midwest grain prices?")

# Agent picks endpoints automatically from 1698:
GET /api/fred/us/cpi                -> CPI series + data_time
GET /api/weather/forecast           -> Iowa, Illinois, Nebraska
GET /api/commodities/grains/corn    -> prices + source

# One grounded answer. Primary sources. Clean path
# from question to answer.

Nativer MCP-Server für Claude, Claude Code, ChatGPT, Codex, Grok, Cursor, Antigravity, GitHub Copilot, VS Code, Zed, Cline, Continue und jeden MCP-Client. Installation mit pip install sugra-api-mcp oder verbinden Sie sich mit https://mcp.sugra.ai/mcp - derselbe Server, zwei Transporte. Für Nicht-MCP-Agenten: OpenAI Function Calling und Actions via OpenAPI 3.1.

Die Spec ist produktions-angereichert: typisierte Envelope[T] Generics auf 1698 Endpunkten, Markdown-Beschreibungen, globale Fehlerschemata, APIKeyHeader Security, externalDocs Links.

Continue to topic.

Six platform topics and the seven directions of Sugra Data. The current section is highlighted - pick where to go next.