Zum Hauptinhalt springen
Dieses Skill zeigt Ihrem Coding-Agenten, wie er die 300+ AI APIs von LemonData integriert, indem Sie einfach beschreiben, was Sie benötigen. Es ist als gemeinsames agent-first Skill verpackt und funktioniert mit jedem Coding-Agenten, der Skill- oder Rules-Dateien unterstützt.Die API ist Agent-First — selbst wenn der Agent einen Modellnamen falsch errät, sagt ihm die Fehlerantwort genau, wie er das Problem beheben kann.
Diese Seite beschreibt eine wiederverwendbare Skill-Verpackungsschicht und keine Oberfläche für Protokollkompatibilität. Wenn Sie Endpunkt-, SDK- oder Client-Setup benötigen, verwenden Sie die dedizierten Integrationsseiten der jeweiligen Tools.

​
Wie es funktioniert

  1. Sie beschreiben, was Sie benötigen — “Ich möchte GPT-4 in meinem Python-Projekt verwenden”
  2. Der Agent ruft die API auf — er kann dabei einen Modellnamen oder Endpunkt erraten
  3. Falls etwas schiefgeht — gibt die API strukturierte Hinweise zurück (did_you_mean, suggestions, retry_after)
  4. Der Agent korrigiert sich selbst — liest die Hinweise und versucht es mit den richtigen Parametern erneut
  5. Sie erhalten funktionierenden Code — typischerweise beim ersten oder zweiten Versuch

​
Installation

Verwenden Sie den kanonischen nicht-interaktiven Installationsbefehl:
npx skills add https://github.com/hedging8563/lemondata-skills --skill lemondata-api-integration -y
Dadurch wird das gemeinsame lemondata-api-integration Skill aus dem LemonData-Skills-Repository installiert.Falls Ihr Tool den Installer nicht unterstützt, kopieren Sie den Ordner skills/lemondata-api-integration/ aus dem Repository in das Verzeichnis für gemeinsame Skills oder Rules Ihres Tools.

​
Installation überprüfen

Fragen Sie Ihren Coding-Agenten: 
Welche skills sind verfügbar?
Wenn Sie lemondata-api-integration sehen, war die Installation erfolgreich.

​
API Key abrufen

1

LemonData besuchen

Gehen Sie zu lemondata.cc
2

Anmelden

Erstellen Sie ein Konto oder melden Sie sich an
3

API Key abrufen

Navigieren Sie zu Dashboard → API Keys und erstellen Sie einen neuen Key
4

Key kopieren

Ihr Key beginnt mit sk-... — speichern Sie ihn sicher
Sie müssen den API Key nicht im Voraus konfigurieren. Wenn Sie das Skill verwenden, fragt der Agent nach Ihrem Key und bindet ihn in den generierten Code ein.

​
Beispiele

​
Chat Completion

Sie sagen: 
Ich möchte GPT-4 in meinem Python-Projekt verwenden
Der Agent generiert: 
from openai import OpenAI

client = OpenAI(
    api_key="sk-your-api-key",
    base_url="https://api.lemondata.cc/v1"
)

response = client.chat.completions.create(
    model="gpt-5.4",
    messages=[{"role": "user", "content": "Hello!"}]
)

print(response.choices[0].message.content)
Wenn der Agent einen falschen Modellnamen errät (z. B. gpt5), gibt die API Folgendes zurück: 
{
  "error": {
    "code": "model_not_found",
    "did_you_mean": "gpt-5.4",
    "suggestions": [{"id": "gpt-5.4"}, {"id": "gpt-5-mini"}],
    "hint": "Did you mean 'gpt-5.4'? Use GET https://api.lemondata.cc/v1/models to list all available models."
  }
}
Der Agent liest did_you_mean, korrigiert den Modellnamen und versucht es erneut — alles automatisch.

​
Bildgenerierung

Sie sagen: 
Generate images with Flux in Node.js
Der Agent ruft die Bild-API auf, verarbeitet Fehler und generiert vollständigen Code mit Logik zum Herunterladen und Speichern.

​
Spracherkennung

Sie sagen: 
Integrate speech-to-text in my app
Der Agent generiert Code mit dem korrekten Endpunkt /v1/audio/transcriptions und der Handhabung von Audiodateien.

​
Agent-First-Fehlerbehebung

Jede Fehlerantwort enthält strukturierte Hinweise, die jeder Coding-Agent parsen kann. Details finden Sie in der vollständigen Agent-First API-Referenz.
FehlerWas die API zurückgibtWas der Agent tut
Falscher Modellnamedid_you_mean + suggestionsKorrigiert automatisch und versucht es erneut
Unzureichendes Guthabenbalance_usd + günstigere suggestionsWechselt zu einem bezahlbaren Modell
Modell nicht verfügbaralternatives + retry_afterWechselt zu einem verfügbaren Modell
Rate limitiertretry_after (genaue Sekunden)Wartet und versucht es erneut
Kontext zu langsuggestions mit größeren ModellenWechselt zu einem Modell mit größerem Kontext

​
Native Endpunkt-Optimierung

Wenn Sie /v1/chat/completions mit einem Claude- oder Gemini-Modell aufrufen, gibt die API Optimierungs-Header zurück: 
X-LemonData-Hint: This model supports native Anthropic format. Use POST /v1/messages for better performance.
X-LemonData-Native-Endpoint: /v1/messages
Der Agent wechselt automatisch zum nativen Endpunkt für bessere Performance (keine Formatkonvertierung, erweitertes Denken, Prompt-Caching).

​
Modellsuche

Sie müssen die Dokumentation nicht durchsuchen: 
# Machine-readable API overview
curl https://api.lemondata.cc/llms.txt

# List models by category
curl "https://api.lemondata.cc/v1/models?category=chat" -H "Authorization: Bearer sk-KEY"
curl "https://api.lemondata.cc/v1/models?category=image" -H "Authorization: Bearer sk-KEY"

# Filter by capability
curl "https://api.lemondata.cc/v1/models?tag=coding" -H "Authorization: Bearer sk-KEY"

​
Unterstützte Fähigkeiten

TypBeispiele
ChatGPT-5.4, Claude, Gemini, DeepSeek
BildgenerierungMidjourney, Flux, Stable Diffusion
VideogenerierungSora, Runway, Kling, Luma AI
MusikgenerierungSuno
3D-ModelleTripo3D
AudioText-to-Speech, Speech-to-Text
Embeddingstext-embedding-3
Rerankbce-reranker, qwen3-rerank

​
Best Practices

API-Key-Sicherheit

Verwenden Sie Umgebungsvariablen. Committen Sie Keys niemals in git und legen Sie sie nicht in Frontend-Code offen.

Kostenmanagement

Legen Sie Nutzungslimits in Ihrem Dashboard fest. Prüfen Sie error.balance_usd, um Kosten programmatisch zu überwachen.

Seien Sie direkt

Sagen Sie “Ich möchte Bilder in Python generieren” statt “Hat LemonData eine Bild-API?”

Beschreiben Sie Ihr Szenario

“Ich entwickle einen Chatbot mit GPT-4” gibt dem Agenten mehr Kontext als “Verwende GPT-4”.

​
FAQ

Versuchen Sie, in Ihrer Anfrage “LemonData” oder “LemonData API” zu erwähnen:
Ich möchte GPT-4 mit LemonData in mein Projekt integrieren
Die Agent-First API von LemonData gibt strukturierte Fehlerhinweise zurück. Wenn der Agent einen falschen Modellnamen errät, enthält der Fehler did_you_mean mit dem korrekten Namen und suggestions mit Alternativen. Der Agent liest diese und korrigiert sich beim nächsten Versuch automatisch.
Jeder Coding-Agent, der gemeinsame Skill- oder Rules-Verzeichnisse unterstützt. Wenn der Installer unterstützt wird, platziert npx skills add das gemeinsame lemondata-api-integration Skill automatisch am erkannten Speicherort.
Führen Sie den Installer erneut aus:
npx skills add https://github.com/hedging8563/lemondata-skills --skill lemondata-api-integration -y

​
Ressourcen

Agent-First API

Vollständige Referenz für strukturierte Fehlerhinweise

API-Dokumentation

Vollständige API-Referenz

Modelle

Durchsuchen Sie alle 300+ verfügbaren Modelle

llms.txt

Maschinenlesbare API-Übersicht für AI-Agenten
Haben Sie Fragen? Schauen Sie in unsere GitHub Issues oder kontaktieren Sie [email protected]