Resumen
Pre-LLM hop ese converts URLs to markdown via Scavio /extraer antes de el LLM sees them. Cuts entrada tokens ~10x for HTML-heavy tareas.
Desencadenador
Per-URL procesamiento in cualquier agent loop
Programación
Per-task
Pasos del flujo de trabajo
1
Recibir URL lista
From SERP resultados o usuario entrada.
2
Scavio /extraer per URL
POST con {url, formato: 'markdown'}.
3
Optional cache hit
Si markdown fue extraido in last 24h, return cached.
4
Pass markdown to LLM
LLM context ahora ~3K tokens per pagina instead of ~30K.
5
LLM produces salida
Summary, classification, extraccion, o whatever el tarea es.
6
Optional second-pass extraer
Si markdown es demasiado long, re-extract con resumen mode o chunk.
Implementacion en Python
Python
import os, requests
H = {'x-api-key': os.environ['SCAVIO_API_KEY']}
def extract(url):
return requests.post('https://api.scavio.dev/api/v1/extract', headers=H, json={'url': url, 'format': 'markdown'}).json().get('markdown', '')Implementacion en JavaScript
JavaScript
const H = { 'x-api-key': process.env.SCAVIO_API_KEY, 'Content-Type': 'application/json' };
async function extract(url) {
const r = await fetch('https://api.scavio.dev/api/v1/extract', { method:'POST', headers:H, body: JSON.stringify({ url, format: 'markdown' }) }).then(r => r.json());
return r.markdown || '';
}Plataformas utilizadas
Búsqueda web con grafo de conocimiento, PAA y resúmenes de IA