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 1476 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 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.

Server MCP nativo per Anthropic Claude, OpenAI GPT, Google Gemini, xAI e qualsiasi IDE compatibile MCP. Installi con pip install sugra-api-mcp oppure si connetta a https://app.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 1476 endpoint, descrizioni Markdown, schemi di errore globali, sicurezza APIKeyHeader, link externalDocs.

Continue to topic.

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