Búsqueda local de LLM después de Google Paywall

El problema

Los cambios de precios de Google en 2026 para la API JSON de búsqueda personalizada y los límites de tarifas más estrictos en la búsqueda gratuita han dificultado el acceso a la búsqueda web para las configuraciones locales de LLM (Ollama, llama.cpp, vLLM). Los usuarios autohospedados que dependían de los puntos finales de búsqueda gratuitos de Google ahora enfrentan barreras de pago o limitaciones agresivas de tarifas. SearXNG funciona pero se estropea con frecuencia a medida que los motores anteriores endurecen las medidas anti-bot. Los usuarios locales de LLM necesitan un motor de búsqueda confiable y asequible que proporcione resultados estructurados.

La solucion de Scavio

Utilice la API REST de Scavio como motor de búsqueda para LLM locales. La API devuelve JSON estructurado que se puede inyectar directamente en las ventanas de contexto de LLM. Con 250 créditos gratuitos al mes y $0,005/crédito más, cuesta menos que mantener una instancia de SearXNG y es más confiable que los puntos finales gratuitos de Google. Un simple contenedor de Python convierte los resultados de Scavio al formato de solicitud que espera su LLM local.

Para quien es

Desarrolladores que ejecutan LLM locales (Ollama, llama.cpp, vLLM) que necesitan una búsqueda web confiable después de que Google reforzó el acceso gratuito a la búsqueda. Cualquiera cuya instancia de SearXNG siga fallando.

Beneficios clave

• 250 consultas gratuitas al mes cubren el uso ocasional de búsquedas locales de LLM
• La salida JSON estructurada se inyecta limpiamente en cualquier formato de solicitud de LLM
• Mantenimiento cero frente a la configuración de SearXNG Docker y roturas ascendentes
• Fiabilidad superior al 99 % frente a la tasa de éxito del 80 % de SearXNG en motores de velocidad limitada
• $30/mes para 7K consultas reemplazan el alojamiento SearXNG de $50/mes con mejores resultados

Ejemplo en Python

import requests
import json

API_KEY = "your_scavio_api_key"

def web_search(query: str, num_results: int = 5) -> str:
    """Search tool for local LLMs. Returns formatted context string."""
    r = requests.post(
        "https://api.scavio.dev/api/v1/search",
        headers={"x-api-key": API_KEY},
        json={"platform": "google", "query": query},
        timeout=10,
    )
    data = r.json()
    results = []
    if data.get("ai_overview"):
        results.append(f"AI Overview: {data["ai_overview"].get("text", "")}")
    for item in data.get("organic", [])[:num_results]:
        results.append(f"[{item["position"]}] {item["title"]}\n{item.get("snippet", "")}\nURL: {item["link"]}")
    return "\n\n".join(results)

# Use in Ollama tool calling or prompt injection
context = web_search("python asyncio best practices 2026")
print(context)

Ejemplo en JavaScript

const API_KEY = "your_scavio_api_key";

async function webSearch(query, numResults = 5) {
  const res = 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 res.json();
  const results = [];
  if (data.ai_overview) results.push(`AI Overview: ${data.ai_overview.text || ""}`);
  for (const item of (data.organic || []).slice(0, numResults)) {
    results.push(`[${item.position}] ${item.title}\n${item.snippet || ""}\nURL: ${item.link}`);
  }
  return results.join("\n\n");
}

const context = await webSearch("python asyncio best practices 2026");
console.log(context);

Plataformas utilizadas