메인 콘텐츠로 건너뛰기
이 스킬은 필요한 내용을 설명하는 것만으로 LemonData의 300개 이상의 AI API를 연동하는 방법을 코딩 에이전트에게 가르칩니다. Claude Code, Cursor, GitHub Copilot, Windsurf 및 스킬/규칙 파일을 지원하는 모든 도구에서 작동합니다.이 API는 에이전트 우선(Agent-First) 방식입니다. 에이전트가 모델 이름을 잘못 추측하더라도, 오류 응답이 정확한 수정 방법을 알려줍니다.

작동 원리

  1. 필요한 내용을 설명합니다 — “Python 프로젝트에서 GPT-4를 사용하고 싶어”
  2. 에이전트가 API를 호출합니다 — 모델 이름이나 엔드포인트를 추측할 수 있습니다.
  3. 문제가 발생하면 — API가 구조화된 힌트(did_you_mean, suggestions, retry_after)를 반환합니다.
  4. 에이전트가 스스로 수정합니다 — 힌트를 읽고 올바른 파라미터로 다시 시도합니다.
  5. 작동하는 코드를 얻습니다 — 보통 첫 번째나 두 번째 시도 만에 완료됩니다.

설치

감지된 모든 코딩 에이전트에 자동으로 설치됩니다:
npx add-skill hedging8563/lemondata-api-skill -y
지원: Claude Code, Cursor, GitHub Copilot 등.

설치 확인

코딩 에이전트에게 다음과 같이 물어보세요:
What skills are available?
lemondata-api-integration이 보인다면 설치가 성공한 것입니다.

API 키 발급받기

1

LemonData 방문

lemondata.cc로 이동합니다
2

로그인

계정을 생성하거나 로그인합니다
3

API 키 가져오기

대시보드 → API 키로 이동하여 새 키를 생성합니다
4

키 복사

키는 sk-...로 시작합니다. 안전하게 보관하세요.
API 키를 미리 설정할 필요는 없습니다. 스킬을 사용할 때 에이전트가 키를 요청하고 생성된 코드에 포함시킵니다.

예시

채팅 완성 (Chat Completion)

사용자:
I want to use GPT-4 in my Python project
에이전트 생성 결과:
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-4o",
    messages=[{"role": "user", "content": "Hello!"}]
)

print(response.choices[0].message.content)
에이전트가 잘못된 모델 이름(예: gpt5)을 추측하면 API는 다음을 반환합니다:
{
  "error": {
    "code": "model_not_found",
    "did_you_mean": "gpt-4o",
    "suggestions": [{"id": "gpt-4o"}, {"id": "gpt-4o-mini"}],
    "hint": "Did you mean 'gpt-4o'? Use GET /v1/models to list all available models."
  }
}
에이전트는 did_you_mean을 읽고 모델 이름을 수정한 뒤 다시 시도합니다. 이 모든 과정은 자동으로 이루어집니다.

이미지 생성

사용자:
Generate images with Flux in Node.js
에이전트가 이미지 API를 호출하고, 오류를 처리하며, 다운로드 및 저장 로직이 포함된 전체 코드를 생성합니다.

음성 인식

사용자:
Integrate speech-to-text in my app
에이전트가 올바른 /v1/audio/transcriptions 엔드포인트와 오디오 파일 처리 로직이 포함된 코드를 생성합니다.

에이전트 우선(Agent-First) 오류 복구

모든 오류 응답에는 코딩 에이전트가 파싱할 수 있는 구조화된 힌트가 포함되어 있습니다. 자세한 내용은 전체 에이전트 우선 API 레퍼런스를 참조하세요.
오류API 반환 내용에이전트의 동작
잘못된 모델 이름did_you_mean + suggestions자동 수정 및 재시도
잔액 부족balance_usd + 저렴한 suggestions저렴한 모델로 전환
모델 사용 불가alternatives + retry_after사용 가능한 모델로 전환
속도 제한 (Rate limited)retry_after (정확한 초 단위)대기 후 재시도
컨텍스트 너무 김더 큰 모델이 포함된 suggestions더 큰 컨텍스트 모델로 전환

네이티브 엔드포인트 최적화

Claude 또는 Gemini 모델로 /v1/chat/completions를 호출하면 API는 최적화 헤더를 반환합니다:
X-LemonData-Hint: This model supports native Anthropic format. Use POST /v1/messages for better performance.
X-LemonData-Native-Endpoint: /v1/messages
에이전트는 더 나은 성능(형식 변환 없음, 확장 사고, 프롬프트 캐싱)을 위해 자동으로 네이티브 엔드포인트로 전환합니다.

모델 탐색

문서에서 검색할 필요가 없습니다:
# 기계 판독 가능한 API 개요
curl https://lemondata.cc/llms.txt

# 카테고리별 모델 목록
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"

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

지원되는 기능

유형예시
채팅GPT-4o, Claude, Gemini, DeepSeek
이미지 생성Midjourney, Flux, Stable Diffusion
비디오 생성Sora, Runway, Kling, Luma AI
음악 생성Suno
3D 모델Tripo3D
오디오Text-to-Speech, Speech-to-Text
임베딩text-embedding-3
재순위화 (Rerank)bce-reranker, qwen3-rerank

모범 사례

API 키 보안

환경 변수를 사용하세요. 키를 git에 커밋하거나 프론트엔드 코드에 노출하지 마세요.

비용 관리

대시보드에서 사용량 제한을 설정하세요. 프로그래밍 방식으로 비용을 모니터링하려면 error.balance_usd를 확인하세요.

직접적으로 요청하기

“LemonData에 이미지 API가 있나요?” 대신 “Python으로 이미지를 생성하고 싶어”라고 말하세요.

시나리오 설명하기

“GPT-4를 사용해”보다 “GPT-4로 챗봇을 만들고 있어”가 에이전트에게 더 많은 컨텍스트를 제공합니다.

자주 묻는 질문 (FAQ)

요청 시 “LemonData” 또는 “LemonData API”를 언급해 보세요:
Use LemonData to integrate GPT-4 in my project
LemonData의 에이전트 우선 API는 구조화된 오류 힌트를 반환합니다. 에이전트가 잘못된 모델 이름을 추측하면, 오류에 올바른 이름이 포함된 did_you_mean과 대안이 포함된 suggestions가 제공됩니다. 에이전트는 이를 읽고 다음 시도에서 자동으로 수정합니다.
스킬/규칙 파일을 지원하는 모든 도구(Claude Code, Cursor, GitHub Copilot, Windsurf 등)를 지원합니다. npx add-skill 설치 프로그램은 지원되는 모든 도구를 자동으로 감지하여 설치합니다.
설치 프로그램을 다시 실행하세요:
npx add-skill hedging8563/lemondata-api-skill -y

리소스

궁금한 점이 있으신가요? GitHub Issues를 확인하거나 [email protected]로 문의해 주세요.