Scavio para LLM local basado en la búsqueda

El problema

Los LLM locales son excelentes para la privacidad, pero terribles para los hechos actuales. Inyectar resultados de búsqueda en vivo en el mensaje cierra la brecha sin enviar datos del usuario a un proveedor de LLM.

Como ayuda Scavio

• Funciona con cualquier punto final local compatible con OpenAI
• Sólo las consultas de búsqueda salen de la máquina local.
• Sin ajustes, sin infraestructura RAG, sin almacenamiento de vectores
• El JSON estructurado de Scavio es más analizable que el HTML sin formato para modelos locales
• Conmutable: Ollama para desarrollo, vLLM para producción, misma integración de búsqueda

Plataformas relevantes

Inicio rapido: ejemplo en Python

Aqui tienes un ejemplo rapido buscando Google por "User query → Scavio search (5 results) → inject snippets into system prompt → forward to localhost:11434/api/chat → grounded response with citations":

import requests

API_KEY = "your_scavio_api_key"

response = requests.post(
    "https://api.scavio.dev/api/v1/search",
    headers={
        "x-api-key": API_KEY,
        "Content-Type": "application/json",
    },
    json={"query": query},
)

data = response.json()
for result in data.get("organic_results", [])[:5]:
    print(f"{result['position']}. {result['title']}")
    print(f"   {result['link']}\n")

Creado para Usuarios locales de LLM, desarrolladores centrados en la privacidad, equipos empresariales con requisitos de residencia de datos, aficionados que ejecutan modelos en hardware de consumo.

Scavio se encarga de la infraestructura de busqueda — proxies, CAPTCHAs, limites de velocidad y deteccion anti-bots — para que puedas concentrarte en construir tu solucion de llm local basado en la búsqueda. La API devuelve JSON estructurado listo para procesar, analizar o alimentar a agentes de IA.

Comienza con el plan gratuito (50 creditos al registrarte, sin tarjeta de credito) y escala a planes de pago cuando necesites mayor volumen.