Costruisca con Sugra API.

Prima chiamata in meno di un minuto.

Si registri, prenda la sua chiave API dalla pagina Settings ed effettui la prima richiesta. Ogni risposta è LLM-ready fin da subito.

# 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" } }

Passi la spec a un agente. Quella è l'integrazione.

Punti un agente AI a sugra.ai/openapi.json, gli dia la sua chiave API, e conoscerà tutto ciò che Sugra può fare. Ogni endpoint, ogni parametro, ogni schema di risposta - descritto in una specifica OpenAPI 3.1 tipizzata con generici Envelope coerenti e campi meta semantici. Nessuna integrazione personalizzata. Nessuna scrittura di tool. Nessun parsing di documentazione.

Quando un utente pone una domanda che attraversa domini - "qual è il trend del CPI, e come influisce il meteo nella farm belt US sui prezzi del grano?" - un agente che legge la spec sceglie gli endpoint giusti tra i 1698 disponibili, li chiama in parallelo e assembla una risposta fondata da fonti primarie. Dati di banche centrali, osservazioni meteorologiche, prezzi di commodities - tutto nello stesso envelope LLM-ready.

Niente navigazione web. Niente filtraggio di post di blog, thread di forum e pagine in cache obsolete. Niente filtraggio del rumore. Niente numeri allucinati. Solo la fonte, il timestamp, il valore - e un percorso pulito dalla domanda alla risposta.

# 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.

Server MCP nativo per Claude, Claude Code, ChatGPT, Codex, Grok, Cursor, Antigravity, GitHub Copilot, VS Code, Zed, Cline, Continue e qualsiasi client MCP. Installi con pip install sugra-api-mcp oppure si connetta a https://mcp.sugra.ai/mcp - stesso server, due trasporti. Per agenti non-MCP: function-calling di OpenAI e Actions tramite OpenAPI 3.1.

La spec è arricchita per la produzione: generici Envelope[T] tipizzati su 1698 endpoint, descrizioni Markdown, schemi di errore globali, sicurezza APIKeyHeader, link externalDocs.

Continue to topic.

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