Skip to main content
Документация Oblodai сделана дружественной к LLM. Всю справку API можно передать любому современному AI-ассистенту и получить рабочую интеграцию на любом языке — PHP, Node.js, Python, Go, Rust — за минуты. Справка API при этом генерируется из кода шлюза, так что ассистент всегда видит актуальные схемы, а не устаревший пересказ.

Машиночитаемая документация

Мы публикуем стандартные endpoint’ы llmstxt.org: Каждая HTML-страница содержит <link rel="alternate" type="text/markdown">, поэтому AI-краулеры находят Markdown-версию сами. В меню каждой страницы есть «Copy page» и открытие прямо в ChatGPT/Claude.
llms-full.txt — большой файл (около мегабайта). Для моделей с небольшим контекстом удобнее MCP-сервер ниже: ассистент подтянет только нужные страницы.

MCP-сервер документации

Агенты с поддержкой Model Context Protocol подключаются напрямую:
Endpoint публичный, только на чтение и не требует ключа мерчанта. Он отдаёт исключительно содержимое документации: через него нельзя проверить баланс, создать платёж или перевести средства. Конфигурация для MCP-клиента (транспорт — Streamable HTTP):
Инструменты сервера:
Документационный MCP — источник знаний, а не пульт управления кошельком. Не передавайте в аргументах инструментов API-ключи, секреты вебхуков и данные клиентов.

Быстрый старт с Claude или ChatGPT

Шаг 1 — передайте документацию. Вставьте содержимое llms-full.txt первым сообщением, или просто дайте ссылку, если модель умеет ходить по URL, или подключите MCP-сервер. Шаг 2 — опишите свой стек:
Шаг 3 — проверьте и протестируйте. Перед запуском сгенерированного кода:
  • подпись запроса — hex(HMAC-SHA256(секрет, "<ts>\n<МЕТОД>\n<путь>\n<тело>")), склейка ровно переводами строк (как подписать запрос);
  • подпись вебхука сверяется константным по времени сравнением (hash_equals, hmac.compare_digest, crypto.timingSafeEqual) — никогда == (безопасность вебхуков);
  • обработчик вебхука идемпотентен: дедуп по uuid+status до зачисления;
  • прогоните всё в песочнице: dev-store с тестовыми деньгами, симуляцией депозитов (POST /v1/sandbox/deposit) и повтором вебхуков — реальные средства для проверки не нужны.
Никогда не выпускайте сгенерированный AI код для платежей без ручного ревью логики подписи и проверки вебхуков. Это критические границы безопасности.

Интеграции с IDE

Cursor

Добавьте документацию как источник docs: Settings → Features → Docs → Add new dochttps://docs.oblodai.com. Затем в чате:

GitHub Copilot

Copilot Chat умеет читать llms-full.txt напрямую:

Windsurf / Continue / другие

Любой ассистент с контекстом по URL или вложением файла работает так же: приложите llms-full.txt (или подключите MCP) и опишите задачу.

Claude API (свой агент)

Если вы строите собственного агента, который должен помогать с интеграцией Oblodai — подключите MCP-сервер документации или вставьте llms-full.txt в системный промпт:

Промпты, которые работают хорошо

Полная бэкенд-интеграция:
Постоянные адреса пополнения (статические кошельки):
Утилита выплат:

Лучшие практики

  • Начинайте с llms-full.txt или MCP — там нет HTML-шума, только содержание.
  • Чётко описывайте стек — фреймворк, версия языка, ORM.
  • Просите тесты — AI хорошо генерирует unit-тесты для логики подписи.
  • Перепроверяйте ветки ошибок — AI их иногда пропускает; сверьтесь с каталогом ошибок.
  • Код подписи ревьюйте руками — это единственная часть, которую обязательно сделать точно.
  • Гоняйте в песочнице до прода — dev-store покрывает весь цикл: платежи, недоплаты, выплаты, вебхуки (тестирование).
  • API меняется — документация обновляется сама (спека генерируется из кода), поэтому при повторном заходе просто перечитайте llms-full.txt заново.