Կառուցեք Sugra API-ով։

Առաջին կանչը մեկ րոպեից պակաս ժամանակում։

Գրանցվեք, վերցրեք ձեր API բանալին Settings էջից և կատարեք ձեր առաջին հարցումը։ Ամեն պատասխան անմիջապես LLM-ready է։

# 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" } }

Հանձնեք agent-ին spec-ը։ Դա է ինտեգրումը։

Ուղղորդեք AI agent-ը դեպի sugra.ai/openapi.json, տվեք նրան ձեր API բանալին, և նա կիմանա այն ամենը, ինչ Sugra-ն կարող է անել։ Ամեն endpoint, ամեն parameter, ամեն պատասխանի schema - նկարագրված տիպավորված OpenAPI 3.1 spec-ում հետևողական Envelope generic-ներով և իմաստային meta դաշտերով։ Ոչ մի custom ինտեգրում։ Ոչ մի tool գրելու անհրաժեշտություն։ Ոչ մի documentation-ի վերլուծություն։

Երբ օգտատերը տալիս է հարց, որը կտրում է մի քանի դոմեն - "ինչպիսի՞ն է CPI-ի միտումը, և ինչպե՞ս է եղանակը ԱՄՆ-ի ֆերմերային գոտում ազդում հացահատիկի գների վրա" - spec-ը կարդացող agent-ը ընտրում է ճիշտ endpoint-ները հասանելի 1421-ից, կանչում է դրանք զուգահեռ և հավաքում մեկ հիմնավորված պատասխան առաջնային աղբյուրներից։ Կենտրոնական բանկի տվյալներ, եղանակի դիտարկումներ, ապրանքների գներ - ամենը նույն LLM-ready envelope-ում։

Ոչ մի վեբ-զննարկում։ Ոչ մի մաղում բլոգ-գրառումների, ֆորումի թելերի և հնացած cached էջերի միջով։ Ոչ մի աղմուկի զտում։ Ոչ մի հնարված թիվ։ Միայն աղբյուրը, ժամանակի դրոշմը, արժեքը - և մաքուր ուղի հարցից դեպի պատասխան։

# 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 1421:
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.

Բնիկ MCP սերվեր Anthropic Claude-ի, OpenAI GPT-ի, Google Gemini-ի, xAI-ի և ցանկացած MCP-ով հագեցած IDE-ի համար։ Տեղադրեք pip install sugra-api-mcp-ով կամ միացեք https://app.sugra.ai/mcp-ին - նույն սերվերը, երկու transport։ Ոչ-MCP agent-ների համար՝ OpenAI function-calling և Actions OpenAPI 3.1-ի միջոցով։

Spec-ը production-ի համար հարստացված է՝ տիպավորված Envelope[T] generic-ներ 1421 endpoint-ի վրա, Markdown նկարագրություններ, գլոբալ error schema-ներ, APIKeyHeader անվտանգություն, externalDocs հղումներ։

Continue to topic.

Seven entry points into the platform. The current section is highlighted - pick where to go next.