Buduj z Sugra API.

Pierwsze wywołanie w mniej niż minutę.

Proszę się zarejestrować, pobrać klucz API ze strony Settings i wykonać pierwsze żądanie. Każda odpowiedź jest LLM-ready od razu.

# 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" } }

Proszę przekazać agentowi spec. To jest integracja.

Proszę skierować agenta AI na sugra.ai/openapi.json, podać klucz API, a będzie on znał wszystko, co Sugra potrafi. Każdy endpoint, każdy parametr, każdy schemat odpowiedzi - opisany w typowanej specyfikacji OpenAPI 3.1 ze spójnymi generykami Envelope i semantycznymi polami meta. Bez własnej integracji. Bez pisania toolów. Bez parsowania dokumentacji.

Gdy użytkownik zadaje pytanie obejmujące wiele domen - "jaki jest trend CPI i jak pogoda w pasie rolniczym US wpływa na ceny zbóż?" - agent czytający spec wybiera odpowiednie endpointy spośród 1476 dostępnych, wywołuje je równolegle i składa jedną uzasadnioną odpowiedź ze źródeł pierwotnych. Dane banków centralnych, obserwacje pogodowe, ceny commodities - wszystko w tym samym envelope LLM-ready.

Bez przeglądania sieci. Bez przesiewania wpisów blogowych, wątków forów i nieaktualnych stron z cache. Bez filtrowania szumu. Bez zmyślonych liczb. Tylko źródło, znacznik czasu, wartość - i czysta ścieżka od pytania do odpowiedzi.

# 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.

Natywny serwer MCP dla Anthropic Claude, OpenAI GPT, Google Gemini, xAI i dowolnego IDE z obsługą MCP. Proszę zainstalować przez pip install sugra-api-mcp lub połączyć się z https://app.sugra.ai/mcp - ten sam serwer, dwa transporty. Dla agentów spoza MCP: function-calling OpenAI i Actions przez OpenAPI 3.1.

Spec jest wzbogacona pod produkcję: typowane generyki Envelope[T] na 1476 endpointach, opisy w Markdownie, globalne schematy błędów, zabezpieczenie APIKeyHeader, linki externalDocs.

Continue to topic.

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