Dirancang untuk software engineer,
terminal agent, dan aplikasi AI.
Hubungkan code editor, agent terminal otonom, dan arsitektur backend Anda ke BotConnector. Akses model cloud terdepan maupun eksekusi perangkat keras lokal melalui satu lapisan API standar yang kompatibel dengan OpenAI.
Endpoint standar OpenAI-compatible
Gunakan SDK OpenAI yang biasa Anda gunakan, framework LangChain, LlamaIndex, atau HTTP client native. Cukup ubah base_url ke gateway BotConnector dan autentikasi dengan API key akun Anda.
| Method | Endpoint | Deskripsi | Fitur | Status |
|---|---|---|---|---|
| POST | /chat/completions |
Membuat respons chat dengan streaming, tool calling, dan input multimodal. | stream, tools, json_schema |
Aktif · Produksi |
| GET | /models |
Daftar seluruh model aktif, batas konteks, dan rekomendasi perangkat keras. | Metadata & info konteks | Aktif · Produksi |
Integrasikan dalam hitungan detik dengan SDK standar
Permintaan cURL
curl https://api.botconnector.id/v1/chat/completions \
-H "Authorization: Bearer $BOTCONNECTOR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "ling-3.0-flash-sante",
"messages": [
{"role": "system", "content": "Anda adalah engineer sistem senior."},
{"role": "user", "content": "Jelaskan penanganan deadlock mutex concurrent di Go."}
],
"stream": false
}'
Contoh Python
from openai import OpenAI
client = OpenAI(
base_url="https://api.botconnector.id/v1",
api_key="bc_live_..." # Masukkan BotConnector API key Anda
)
response = client.chat.completions.create(
model="glm-5.3-flash",
messages=[
{"role": "user", "content": "Buatkan middleware otentikasi untuk FastAPI"}
],
temperature=0.2
)
print(response.choices[0].message.content)
Contoh TypeScript / JavaScript
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api.botconnector.id/v1",
apiKey: process.env.BOTCONNECTOR_API_KEY,
});
const response = await client.chat.completions.create({
model: "mistral-nemo",
messages: [{ role: "user", content: "Optimalkan rencana query PostgreSQL ini." }],
stream: true,
});
for await (const chunk of response) {
process.stdout.write(chunk.choices[0]?.delta?.content || "");
}
Eksplorasi ekosistem developer kami
BCCLI Terminal Agent
Agent berbasis terminal untuk analisis kode, refactor multi-file, diff git, dan perkakas MCP langsung di repository Anda.
Lihat Panduan CLI →Integrasi IDE & Client
Sambungkan BotConnector ke Cursor, Cline, Aider, OpenCode, dan Claude Code dengan konfigurasi Base URL instan.
Lihat Integrasi →Model Context Protocol (MCP)
Perluas kapabilitas model dengan custom tools, database, akses file system, dan relay API via server MCP standar.
Lihat Konfigurasi MCP →Referensi API Lengkap
Dokumentasi parameter mendalam, kode error, kontrak streaming, dan batas frekuensi panggilan API.
Lihat Dokumentasi API →