Integrações
Use a Invision nas ferramentas que você já tem
Guias de configuração da API Invision e critérios de validação por cliente, protocolo, versão e plano. Confira os recursos usados antes de migrar. Crie sua chave no painel.
Os roteiros abaixo são orientações de configuração existentes. Não houve execução com crédito e versão específica desses clientes nesta revisão. Cursor, Typebot e outros clientes podem ter limites próprios de versão e plano; confirme o caminho antes de contratar. Critérios e matriz de validação · Checklist de migração · Coleção HTTP sem credenciais.
Cursor
- Abra Settings → Models.
- Em OpenAI API Key, cole sua chave Invision (inv_live_…).
- Ative "Override OpenAI Base URL" e informe https://invision.dreamvision.com.br/v1.
- Adicione o nome do modelo, por exemplo openai/gpt-6-astra-invision, e clique em Verify.
Continue (VS Code / JetBrains)
- Abra o arquivo config.yaml do Continue.
- Adicione o modelo abaixo e salve.
models:
- name: Invision
provider: openai
model: invision/auto
apiBase: https://invision.dreamvision.com.br/v1
apiKey: inv_live_SUA_CHAVEn8n
- Crie uma credencial do tipo OpenAI.
- Cole a chave Invision e, em Base URL, informe o endereço abaixo.
- Use os nós OpenAI Chat Model ou AI Agent normalmente.
https://invision.dreamvision.com.br/v1Make
- Adicione o módulo HTTP → Make a request.
- URL: https://invision.dreamvision.com.br/v1/chat/completions, método POST.
- Header Authorization: Bearer inv_live_SUA_CHAVE.
- Body tipo JSON, como no exemplo.
{"model":"invision/auto","messages":[{"role":"user","content":"{{1.texto}}"}]}Typebot
- No bloco OpenAI, crie uma nova conta.
- Cole a chave Invision e abra as opções avançadas.
- Em Base URL, use https://invision.dreamvision.com.br/v1.
- Escolha o modelo pelo nome, por exemplo anthropic/claude-fable.
LangChain (Python)
- Instale langchain-openai.
- Crie o modelo apontando para a Invision.
from langchain_openai import ChatOpenAI
llm = ChatOpenAI(
model="invision/auto",
base_url="https://invision.dreamvision.com.br/v1",
api_key="inv_live_SUA_CHAVE",
)
print(llm.invoke("Olá!").content)