Referenz

KI-Agentenzugang

Vorgefertigte Kontextbündel für KI-Codierassistenten

Geben Sie eine dieser URLs an einen KI-Codingassistenten (Claude Code, Cursor, Aider, OpenHands und ähnliche) und er kann die gesamte EmpirioLabs-Oberfläche auf einmal abdecken. Jedes Bundle wird bei jedem Docs-Build automatisch regeneriert, sodass die Links nie veraltet werden.

Für die toolspezifische Einrichtung siehe Integrationen.

Kontextbündel

Volles Bündel

docs.empiriolabs.ai/ai-agent-full-context.md

Tab Dokumentation und API-Referenzreiter kombiniert. Am besten für Agenten, die sowohl eine Integration einrichten als auch Code gegen die API schreiben.

Nur Unterlagen

docs.empiriolabs.ai/ai-agent-docs-context.md

Konzepte, Modellkatalog, Preisgestaltung, Integrationen, Abrechnung, Limits. Am besten für Katalogerkundung, Modellauswahl und Onboarding-Flows.

API Referenz nur

docs.empiriolabs.ai/ai-agent-api-reference-context.md

Endpunkt-Formen, Anfragen, Antworten, Beispiele, Fehler, Jobs, Nutzung und gespeicherte Playground-Konversations-APIs.

Metadaten des Live-Modells

GET api.empiriolabs.ai/v1/models

Immer aktuelle Preise, Fähigkeiten und Parameterschemata. Öffentlich, nur lesbar, kostenlos anzurufen. Verwenden Sie die frischesten Werte.

Empfohlener Agent-Prompt

Fügen Sie dies in die Systemeingabe oder die erste Nachricht eines Agenten ein und ersetzen Sie dann das Bündel, das dem entspricht, was der Agent tun wird:

You are integrating with EmpirioLabs AI. Before answering, ingest:
  https://docs.empiriolabs.ai/ai-agent-full-context.md
For live model metadata (pricing, capabilities, parameter schema), fetch:
  GET https://api.empiriolabs.ai/v1/models           # full catalog
  GET https://api.empiriolabs.ai/v1/models/{id}      # one model
Auth: Authorization: Bearer ${EMPIRIOLABS_API_KEY} for all endpoints except live model metadata
Base URL (OpenAI-compatible): https://api.empiriolabs.ai/v1
Base URL (Anthropic Messages): https://api.empiriolabs.ai

Dadurch bleibt der Agent auf realen Endpunktformen und aktuellen Modell-IDs gefestigt, anstatt anhand von Trainingsdaten zu raten.