Resumen
Este flujo de trabajo configura DeerFlow research agents to usar Scavio as their search backend. Cada research paso consultas live SERP datos, verifies claims contra actual fuentes, y produces informes con timestamped citaciones.
Desencadenador
On-demand cuando un nuevo research topic es assigned, o programado semanal for recurring research briefs.
Programación
Diario at 8:00 AM
Pasos del flujo de trabajo
Configurar DeerFlow Search Herramienta
Crear un search herramienta function ese DeerFlow agents puede invoke at cualquier research paso. El herramienta wraps el Scavio API con logica de reintentos y resultado normalization.
Define Research Pasos con Search Consultas
Break el research topic en discrete pasos, cada con un establecer of consultas de busqueda to ejecutar. Este asegura completo cobertura of el topic.
Ejecutar Research con Fuente Collection
Ejecutar cada research paso, recopilar todos fuentes, y construir un citacion index ese maps claims to their fuente URLs.
Generar Cited Research Informe
Compile el research findings en un structured informe con inline citaciones linking back to fuente URLs.
Implementacion en Python
import requests, os
H = {'x-api-key': os.environ['SCAVIO_API_KEY'], 'Content-Type': 'application/json'}
data = requests.post('https://api.scavio.dev/api/v1/search', headers=H, json={'query': 'example', 'country_code': 'us'}).json()
print(len(data.get('organic_results', [])))Implementacion en JavaScript
const H = {'x-api-key': process.env.SCAVIO_API_KEY, 'Content-Type': 'application/json'};
fetch('https://api.scavio.dev/api/v1/search', {method: 'POST', headers: H, body: JSON.stringify({query: 'example', country_code: 'us'})}).then(r => r.json()).then(d => console.log(d.organic_results?.length));Plataformas utilizadas
Búsqueda web con grafo de conocimiento, PAA y resúmenes de IA
YouTube
Búsqueda de videos con transcripciones y metadatos
Comunidad, publicaciones y comentarios en hilos de cualquier subreddit