Resumen
Este flujo de trabajo agrega un Scavio-powered search node to your LangGraph agent graph. El agent ejecuta diario, researches configured topics con live search datos, y produces grounded informes ese downstream nodes puede procesar.
Desencadenador
Diario cron at 7:00 AM o activado by un nuevo research solicitud in el tarea queue.
Programación
Diario at 7:00 AM
Pasos del flujo de trabajo
Define LangGraph State Schema
Crear el estado esquema ese flows a traves de el graph. It holds el research consulta, resultados de busqueda, y el final synthesized salida.
Construir el Scavio Search Node
Crear un LangGraph node ese toma consultas de estado, obtiene live resultados de Scavio, y appends them to el state's search_results lista.
Construir el Synthesis Node
Crear un node ese toma resultados de busqueda y produces un grounded resumen con citaciones. Este node puede call un LLM o usar plantilla-basado synthesis.
Assemble y Ejecutar el Graph
Wire el nodes together in un LangGraph StateGraph y ejecutar el diario research ejecutar.
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