Connect supported workflows to your agent stack.
Find the package or implementation recipe for your framework. Each guide explains the product it supports, what has been tested and which parts you need to implement yourself.
अपने ढांचे का चयन करें। जहाँ हम एक पैकेज भेजते हैं, आप इसे स्थापित करते हैं; अन्यथा आप हमारे SDK को उस ढांचे के स्वदेशी टूल में लपेटते हैं। किसी भी तरह से यह एक HTTP API के ऊपर एक पतली परत है, और आप इसे छोड़ सकते हैं और API को सीधे कॉल कर सकते हैं।
प्रत्येक कार्ड एक गहरे गोताखोरी को खोलता है: इंस्टॉल या नुस्खा, एक कार्यशील एजेंट उदाहरण, वेबहुक हैंडलिंग, और सामान्य pitfalls। तीन आज असली पैकेज के रूप में भेजे जाते हैं - agentcredia-langchain और agentcredia-crewai PyPI पर, और @agentcredia/mcp npm पर। अन्य सात उसी SDK पर छोटे नुस्खे हैं। कोई आविष्कारित पैकेज नहीं।
दस ढांचे। तीन पैकेज, सात विधियाँ, एक एपीआई।
LangChain
PyPI पैकेजagentcredia-langchain पैकेज से Python उपकरण सेट; TypeScript एजेंट x402 क्लाइंट को लपेटते हैं
CrewAI
PyPI पैकेजagentcredia-crewai से Python उपकरण सेट, LangChain के समान फैक्ट्री आकार
AutoGen
SDK नुस्खानुस्खा: SDK को एक AutoGen फ़ंक्शन उपकरण में लपेटें
LlamaIndex
SDK नुस्खानुस्खा: क्लाइंट को LlamaIndex FunctionTool में लपेटें
OpenAI Agents SDK
SDK नुस्खानुस्खा: क्लाइंट को OpenAI एजेंट SDK फ़ंक्शन उपकरण में लपेटें
Pydantic AI
SDK नुस्खानुस्खा: एक Pydantic AI उपकरण पंजीकृत करें जो क्लाइंट को कॉल करता है
LangGraph
SDK नुस्खानुस्खा: एक LangGraph नोड जो x402 क्लाइंट को कॉल करता है
Semantic Kernel
SDK नुस्खानुस्खा: SDK को लपेटने वाला एक KernelFunction; कोई NuGet या Java एडेप्टर नहीं
Agno
SDK नुस्खानुस्खा: Python क्लाइंट को लपेटने वाला Agno Toolkit
MCP servers
npm पैकेज@agentcredia/mcp सर्वर के माध्यम से किसी भी MCP क्लाइंट के लिए वॉलेट टूल
Agent Skill
Agent Skillएक installable Agent Skill जो किसी भी AI agent को पूरा wallet integration surface सिखाता है; portable रूप में या Claude Code plugin marketplace के माध्यम से
हर ढांचे में एक सुसंगत आकार।
- package के लिए install command, या जब package न हो तो recipe
- ऐसा copy-paste code जिसे आप चला सकें, pseudocode नहीं
- 'मैं अपने {framework} agent में payments कैसे जोड़ूँ' का एक संक्षिप्त उत्तर
- AI search engines के लिए HowTo/FAQ schema के साथ FAQ entries
- संबंधित long-tail landing page का लिंक
- pricing page का लिंक
प्रत्येक एकीकरण उसी API के ऊपर एक पतला लपेटन है।
AgentCredia इंटीग्रेशन 10 अलग-अलग उत्पाद नहीं हैं। वे एक ही HTTP API के शीर्ष पर 10 अलग-अलग एर्गोनोमिक सतहें हैं। API सत्य का स्रोत है; ढांचा रैपर आपके समय को बचाने के लिए मौजूद हैं।
प्रत्येक लपेटन "जिस तरह से आपका ढांचा एक उपकरण को परिभाषित करता है" से "हमारे API को HTTP कॉल" में अनुवाद करता है। यही पूरा काम है। Python एडाप्टर create_agentcredia_toolset(client) को उजागर करते हैं, जो LangChain या CrewAI को एक तैयार सेट उपकरण देता है। बिना भेजे गए एडाप्टर के साथ एक ढांचा createX402Client(...) (Node) या agentcredia क्लाइंट (Python) को उस ढांचे के एक स्वदेशी उपकरण में लपेटता है। दोनों ही मामलों में समान API है।
यह कुछ कारणों से महत्वपूर्ण है। पहले, आप मिश्रण और मिलान कर सकते हैं: एक LangChain उत्पादन एजेंट और एक CrewAI प्रयोगात्मक एजेंट दोनों बिना किसी संघर्ष के एक ही AgentCredia एजेंट वॉलेट को लक्षित कर सकते हैं। दूसरे, आप हमारे माध्यम से एक ढांचे के विकल्प में बंद नहीं हैं; ढांचे को बदलने के लिए आपके वॉलेट, आपके खर्च नीतियों, या आपके सार्वजनिक पृष्ठ में कोई परिवर्तन की आवश्यकता नहीं है। तीसरे, जब हम एक नया एंडपॉइंट या एक नया वेबहुक इवेंट भेजते हैं, तो ढांचे के लपेटने वाले इसे अपनी अगली रिलीज़ पर उजागर करते हैं; अंतर्निहित API अनुबंध है।
आप हमारे SDK, हमारे रैपर, या हमारे ढांचे के एकीकरण के बिना एकीकृत कर सकते हैं।
AgentCredia API HTTPS पर बियरर-टोकन प्रमाणीकरण के साथ साधारण JSON है। किसी भी भाषा में कोई भी HTTP क्लाइंट इसे कॉल कर सकता है। आधिकारिक SDK और ढांचा रैपर सुविधा परत हैं; कच्चा API प्रलेखित, स्थिर है, और जानबूझकर इतना छोटा है कि इसके खिलाफ हाथ से लिखना उचित है।
curl -X POST https://api.agentcredia.com/v1/payments \ -H "Authorization: Bearer $AGENTCREDIA_API_KEY" \ -H "Idempotency-Key: $(uuidgen)" \ -H "Content-Type: application/json" \ -d '{ "agentId": "<your-agent-id>", "to": "0xRecipientAddress", "amountWei": "100000", "metadata": { "reason": "Custom market analysis" } }'
जब SDK को छोड़ना समझ में आता है।
- आप एक भाषा में हैं जिसे हम नहीं भेजते। Go, Rust, Elixir, Ruby, PHP, Java - इनमें से सभी अपनी मानक HTTP पुस्तकालयों के साथ हमारे API को स्वाभाविक रूप से कॉल कर सकते हैं। कोई विशेष उपकरण की आवश्यकता नहीं है।
- आप किनारे पर हैं। Cloudflare Workers, Vercel Edge Functions, Deno Deploy - ऐसे वातावरण जहां आप एक अतिरिक्त निर्भरता को बंडल नहीं करना चाहेंगे। कच्चा API वहां बिना परिवर्तनों के काम करता है।
- आप देखना चाहते हैं कि तार पर वास्तव में क्या है। डिबगिंग, सुरक्षा समीक्षा, या प्रोटोकॉल सीखने के लिए, कच्चा HTTP आकार SDK स्रोत पढ़ने की तुलना में स्पष्ट है।
- आपके पास अपनी HTTP परत है जिसमें पुनः प्रयास, लॉगिंग, टेलीमेट्री है। अपने स्वयं के पुनः प्रयास व्यवहार के साथ एक और SDK लाना आपकी मौजूदा अवसंरचना से लड़ता है। कच्चे API को बस एक और HTTP अंत बिंदु के रूप में कॉल करना साफ-सुथरा होता है।
पूर्ण API संदर्भ docs.agentcredia.com पर OpenAPI स्पेक को शामिल करता है, इसलिए आप किसी भी भाषा में अपना स्वयं का क्लाइंट भी उत्पन्न कर सकते हैं जिसमें OpenAPI कोडजेन टूल है।
जब प्रत्येक ढांचा सही उपकरण है।
यदि आपने अभी तक एक एजेंट ढांचा नहीं चुना है, तो यहाँ हम व्यापार-बंद को कैसे देखते हैं। इनमें से कोई भी गलत विकल्प नहीं हैं; सही विकल्प इस पर निर्भर करता है कि आपका एजेंट क्या करता है और इसे कौन बनाए रखता है।
| फ्रेमवर्क | सर्वश्रेष्ठ जब | जब बचें |
|---|---|---|
| LangChain | मौजूदा LangChain codebase, complex tool chains, व्यापक ecosystem use | आप न्यूनतम निर्भरताएँ चाहते हैं; LangChain बहुत कुछ खींचता है |
| LangGraph | Stateful multi-step workflows, durable execution, human-in-the-loop | सरल रैखिक श्रृंखलाएँ; ग्राफ ओवरहेड बर्बाद होता है |
| CrewAI | Multi-agent collaboration patterns (researcher + writer + reviewer) | एकल-एजेंट लूप; CrewAI क्रू के लिए बनाया गया है |
| AutoGen | Multi-agent conversation, group chat patterns, Microsoft tooling | उत्पादन उच्च-थ्रूपुट; AutoGen अनुसंधान के लिए अनुकूलित करता है |
| LlamaIndex | RAG-heavy agents, core capability के रूप में document Q+A | शुद्ध उपकरण-उपयोग एजेंट; LlamaIndex की ताकतें बेकार जाती हैं |
| OpenAI Agents SDK | केवल OpenAI वाले stacks, सबसे साफ़ tool-use API चाहते हैं | मल्टी-प्रदाता स्टैक्स; OpenAI SDK OpenAI-केंद्रित है |
| Pydantic AI | सभी agent inputs/outputs में strong typing, Python-first | TypeScript-प्रथम स्टैक; Python-स्वदेशी टाइपिंग मूल्य है |
| Semantic Kernel | मौजूदा .NET / C# / Java codebase, enterprise Microsoft shop | Python-केवल टीमें; आप अप्रयुक्त MS एकीकरण के लिए भुगतान कर रहे हैं |
| Agno | Python-native, हल्का, minimal abstraction overhead चाहिए | आपको LangChain पारिस्थितिकी तंत्र के तृतीय-पक्ष एकीकरण की आवश्यकता है |
| MCP middleware | आप एक MCP server चला रहे हैं और चाहते हैं कि clients प्रति call भुगतान करें | आप MCP सर्वर नहीं चला रहे हैं (यह एक सर्वर-साइड पैटर्न है) |
दो व्यावहारिक सलाह। यदि आप शून्य से शुरू कर रहे हैं और सबसे छोटे संभव सीखने की वक्र चाहते हैं, तो LangChain या OpenAI Agents SDK सबसे सुरक्षित डिफ़ॉल्ट हैं। यदि आपके पास पहले से एक ढांचा है, तो इसके लिए हमारा एकीकरण ठीक काम करता है; AgentCredia का उपयोग करने के लिए ढांचे को बदलें नहीं।
विशिष्ट परिदृश्यों के लिए अपना पृष्ठ मिलता है।
फ्रेमवर्क-विशिष्ट एकीकरण पृष्ठों के परे, हम संकीर्ण प्रश्नों पर लंबे-पूंछ वाले गाइड प्रकाशित करते हैं: "मैं LangGraph मल्टी-स्टेप कार्यप्रवाह में भुगतान कैसे जोड़ूं", "मैं अपने MCP सर्वर को प्रति उपकरण चार्ज करने कैसे दूं", "मैं USDC भुगतान के पीछे एक Stripe-जैसी API को कैसे गेट करूं"। ये /lp/{slug} पर रहते हैं और जानबूझकर मुख्य नेविगेशन में नहीं होते। इन्हें खोज के माध्यम से पाया जाता है; प्रत्येक संबंधित एकीकरण पृष्ठ पर वापस लिंक करता है।
उन्हें कहाँ खोजें
लंबी पूंछ के मार्गदर्शकों का पहला बैच एकीकरण ढांचे के पृष्ठों के साथ भेजा जाता है। तब तक, सबसे ठोस परिदृश्य-विशिष्ट सामग्री docs.agentcredia.com में "गाइड" के तहत रहती है। प्रत्येक /lp/ पृष्ठ में कार्यशील कोड शामिल है जिसे आप चला सकते हैं और संबंधित एजेंट को प्रो में अपग्रेड करने के लिए एक सीधा CTA है।