Integração com IA
Contexto estruturado completo para LLMs gerarem integrações BSPAY corretas
Cada vez mais empresas usam LLMs para gerar integrações, automatizar pagamentos e construir agentes autônomos. Este guia traz o contexto completo que qualquer modelo (ChatGPT, Claude, Gemini, Llama, etc.) precisa para escrever código correto na primeira tentativa.
Os blocos abaixo foram cuidadosamente estruturados para LLMs. Copie o que precisar e cole no prompt do seu modelo — ou use como base para Function Calling / Tool Use.
Bloco 1 — Contexto Geral (cole sempre)
Bloco 2 — Autenticação (Bearer + HMAC)
Bloco 3 — Catálogo Completo de Endpoints
Bloco 4 — Bodies por Endpoint
Bloco 5 — Webhooks (9 eventos)
Bloco 6 — Catálogo de Erros
Bloco 7 — Mapeamento de Intenção → Endpoint
Boas práticas para LLMs
Cache do token
Token vale 1h. Não regere em toda requisição — guarde com TTL e renove 60s antes do expiry.
Confirmação humana em rotas com $$
Cashout, transferência interna e conversão movem dinheiro. Sempre confirme com o usuário antes de chamar — mostre valor, destino e fee.
HMAC só do servidor
signing_key e callback_secret nunca vão pro client/frontend. LLM deve gerar código onde a assinatura acontece no backend.
Idempotência via external_id
Em retries, o mesmo external_id retorna a mesma transação (não duplica). Gere UUID por intenção do usuário, não por tentativa.
Webhook é fonte de verdade
Status final só é definitivo via webhook. A resposta inicial pode ser pending e mudar depois. Reconcile periodicamente via transactions/list.
Guias por modelo
- ChatGPT / OpenAI — Prompts, GPT Builder e Function Calling
- Claude / Anthropic — Claude.ai, Claude Code (
CLAUDE.md) e Tool Use - Gemini / Google AI — AI Studio e Function Calling
- Outros modelos — Llama, Mistral, Groq, Cohere
- Agentes autônomos — agente Python end-to-end com auth, HMAC e retry
Tip: se você usa Claude Code ou IDE com agentes, salve este arquivo como CLAUDE.md (ou equivalente) na raiz do seu projeto. O agente terá acesso permanente ao contexto.
