Getting Started

1. Crie Sua Conta

Cadastre-se em app.floopy.ai/signup — e gratuito e nao e necessario cartao de credito. O fluxo de onboarding criara sua organizacao automaticamente.

2. Adicione um Provider

Acesse Settings > Providers no dashboard e adicione pelo menos uma chave de API de um provider de LLM (OpenAI, Anthropic, Google Gemini, etc.). Essa e a chave que o Floopy usa para chamar o provider em seu nome.

Clique em Add provider.
Selecione um provider da lista.
Cole sua chave de API do provider.
Clique em Save.

Sua chave do provider e criptografada em repouso e nunca mais sera exibida apos salvar.

3. Crie uma API Key

Acesse Settings > API Keys e crie uma API key do Floopy. Essa e a chave que sua aplicacao usa para se autenticar com o gateway.

Clique em Create API key.
De um nome para a chave (ex: dev-local).
Copie a chave imediatamente — ela sera exibida apenas uma vez.

4. Faca Sua Primeira Requisicao

Para Node/TypeScript recomendamos o SDK oficial floopy-sdk — ele entrega wrappers tipados para cada endpoint do gateway (chat, embeddings, decisions, experiments, constraints, export, evaluations, routing) e e drop-in do openai. Ja usa openai? Aponte o baseURL para o gateway e migre depois.

app.ts

// pnpm add floopy-sdk
import { Floopy } from "floopy-sdk";

const floopy = new Floopy({
  apiKey: process.env.FLOOPY_API_KEY!,
});

const response = await floopy.chat.completions.create({
  model: "gpt-4o",
  messages: [{ role: "user", content: "Hello from Floopy!" }],
});

console.log(response.choices[0].message.content);

# pip install floopy-sdk
from floopy import Floopy

floopy = Floopy(
    api_key=os.environ["FLOOPY_API_KEY"],
)

response = floopy.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "user", "content": "Hello from Floopy!"}],
)

print(response.choices[0].message.content)

// go get github.com/floopy-ai/floopy-go
package main

import (
    "context"
    "fmt"

    "github.com/floopy-ai/floopy-go"
)

func main() {
    client := floopy.NewClient(floopy.WithEnv())

    res, _ := client.Chat.Completions.Create(context.Background(), &floopy.ChatRequest{
        Model:    "gpt-4o",
        Messages: []floopy.Message{{Role: "user", Content: "Hello from Floopy!"}},
    })

    fmt.Println(res.Choices[0].Message.Content)
}

// cargo add floopy
use floopy::Floopy;

#[tokio::main]
async fn main() -> anyhow::Result<()> {
    let floopy = Floopy::from_env()?;

    let response = floopy
        .chat()
        .completions()
        .create(floopy::ChatRequest {
            model: "gpt-4o".into(),
            messages: vec![floopy::Message::user("Hello from Floopy!")],
            ..Default::default()
        })
        .await?;

    println!("{}", response.choices[0].message.content);
    Ok(())
}

// npm i openai
import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.floopy.ai/v1",
  apiKey: process.env.FLOOPY_API_KEY,
});

const response = await client.chat.completions.create({
  model: "gpt-4o",
  messages: [{ role: "user", content: "Hello from Floopy!" }],
});

console.log(response.choices[0].message.content);

# pip install openai
from openai import OpenAI

client = OpenAI(
    base_url="https://api.floopy.ai/v1",
    api_key=os.environ["FLOOPY_API_KEY"],
)

response = client.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "user", "content": "Hello from Floopy!"}],
)

print(response.choices[0].message.content)

curl https://api.floopy.ai/v1/chat/completions \
  -H "Authorization: Bearer $FLOOPY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-4o",
    "messages": [{"role": "user", "content": "Hello from Floopy!"}]
  }'

5. Verifique no Dashboard

Abra a pagina Requests no dashboard. Voce deve ver sua requisicao listada com:

Model — o modelo que processou a requisicao (ex: gpt-4o)
Provider — qual provider foi chamado (ex: OpenAI)
Latency — tempo de resposta ponta a ponta em milissegundos
Tokens — contagem de tokens de prompt e completion
Cost — custo estimado com base nos precos do provider

Clique em qualquer linha para ver o payload completo da requisicao e resposta, headers e status do cache.

Proximos Passos

Routing — controle qual provider e modelo processa cada requisicao
Caching — reduza latencia e custo com cache exato e semantico
Firewall — bloqueie injecoes de prompt e conteudo nocivo
Prompts — gerencie e versione templates de prompt
Headers Reference — lista completa de headers de requisicao e resposta do Floopy