Construire avec Sugra API.

Premier appel en moins d'une minute.

Inscrivez-vous, récupérez votre clé API depuis la page Settings et envoyez votre première requête. Chaque réponse est LLM-ready dès la sortie de la boîte.

# 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" } }

Donnez la spec à un agent. C'est ça l'intégration.

Pointez un agent IA vers sugra.ai/openapi.json, donnez-lui votre clé API, et il sait tout ce que Sugra peut faire. Chaque endpoint, chaque paramètre, chaque schéma de réponse - décrits dans une spec OpenAPI 3.1 typée avec des génériques Envelope cohérents et des champs meta sémantiques. Pas d'intégration sur mesure. Pas d'écriture d'outils. Pas de parsing de documentation.

Quand un utilisateur pose une question qui couvre plusieurs domaines - "quelle est la tendance de l'IPC, et comment la météo dans la ceinture agricole US affecte-t-elle les prix des céréales ?" - un agent qui lit la spec choisit les bons endpoints parmi les 1476 disponibles, les appelle en parallèle et assemble une réponse ancrée à partir de sources primaires. Données de banques centrales, observations météo, prix des matières premières - le tout dans la même enveloppe LLM-ready.

Pas de navigation web. Pas de tri parmi les billets de blog, fils de discussion et pages en cache obsolètes. Pas de filtrage du bruit. Pas de chiffres hallucinés. Juste la source, l'horodatage, la valeur - et un chemin propre de la question à la réponse.

# 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 1476:
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.

Serveur MCP natif pour Anthropic Claude, OpenAI GPT, Google Gemini, xAI et tout IDE compatible MCP. Installez avec pip install sugra-api-mcp ou connectez-vous à https://app.sugra.ai/mcp - même serveur, deux transports. Pour les agents non-MCP : function calling OpenAI et Actions via OpenAPI 3.1.

La spec est enrichie pour la production : génériques typés Envelope[T] sur 1476 endpoints, descriptions Markdown, schémas d'erreur globaux, sécurité APIKeyHeader, liens externalDocs.

Continue to topic.

Six platform topics and the seven-direction product family. The current section is highlighted - pick where to go next.