El problema
Los frameworks de agentes facilitan llamar a una herramienta y dificultan que esa herramienta sea confiable. Una herramienta basada en navegador es lenta e inestable. Un fetch HTTP sin procesar devuelve un muro de HTML que el modelo tiene que resumir antes de poder actuar. Una integración de busqueda hecha en casa termina reimplementando mal la mitad de lo que una SERP API ya hace. Todos los equipos de agentes eventualmente chocan con el mismo muro: darle la web al agente es trivial en demos y doloroso en produccion porque la herramienta subyacente tiene la forma incorrecta para que un LLM la consuma.
La solucion de Scavio
Scavio se ajusta exactamente a la forma de una herramienta de agente. Recibe una consulta, devuelve fragmentos parseados con URLs de origen, completa en menos de dos segundos, y la respuesta es lo suficientemente pequena para pasarla al contexto sin exceder los limites del modelo. Expones una sola herramienta llamada web_search, el agente la llama cuando necesita la web en vivo, y la herramienta devuelve un resultado que encaja en la cadena de razonamiento del agente sin procesamiento adicional. Sin navegador, sin HTML, sin paso intermedio de resumen que consume tokens.
Antes
Antes de Scavio, los equipos de agentes improvisaban herramientas con Puppeteer, fetch sin procesar mas readability, o scrapeaban Google directamente. Cada enfoque tenia su propio modo de fallo y su propia saga de timeouts.
Después
Despues de Scavio, el agente tiene una herramienta web deterministica. La latencia es predecible, la salida esta parseada, y la cadena de llamadas a herramientas realmente se completa sin un niero vigilando el trace.
Para quien es
Constructores de agentes trabajando con OpenAI Agents SDK, Anthropic tool use, LangGraph o CrewAI. Si tu agente necesita acceso web confiable y estas cansado de envolver scrapers fragiles, este es el camino mas limpio.
Beneficios clave
- Una sola definicion de herramienta funciona para OpenAI, Anthropic y Gemini
- Fragmentos parseados caben en respuestas de herramienta de menos de mil tokens
- Latencia predecible de menos de dos segundos mantiene los loops de agentes agiles
- Soporta busqueda web, de video y de productos desde un solo esquema de herramienta
- Sin infraestructura de navegador ni post-procesamiento de HTML requerido
Ejemplo en Python
from openai import OpenAI
import requests, json
API_KEY = "your_scavio_api_key"
client = OpenAI()
def web_search(query: str) -> str:
r = requests.post(
"https://api.scavio.dev/api/v1/search",
headers={"x-api-key": API_KEY},
json={"platform": "google", "query": query},
timeout=10,
)
return json.dumps(r.json().get("organic", [])[:5])
tools = [{
"type": "function",
"function": {
"name": "web_search",
"description": "Search the live web and return top results",
"parameters": {"type": "object", "properties": {"query": {"type": "string"}}, "required": ["query"]},
},
}]
print(web_search("who won euro 2028 qualifiers last night"))Ejemplo en JavaScript
const API_KEY = "your_scavio_api_key";
export async function webSearch(query) {
const r = await fetch("https://api.scavio.dev/api/v1/search", {
method: "POST",
headers: {
"x-api-key": API_KEY,
"content-type": "application/json",
},
body: JSON.stringify({ platform: "google", query }),
});
const data = await r.json();
return JSON.stringify((data.organic ?? []).slice(0, 5));
}
export const webSearchTool = {
type: "function",
function: {
name: "web_search",
description: "Search the live web and return top results",
parameters: {
type: "object",
properties: { query: { type: "string" } },
required: ["query"],
},
},
};Plataformas utilizadas
Búsqueda web con grafo de conocimiento, PAA y resúmenes de IA
YouTube
Búsqueda de videos con transcripciones y metadatos
Amazon
Búsqueda de productos con precios, calificaciones y reseñas
Walmart
Búsqueda de productos con precios y datos de cumplimiento