ScavioScavio
ProductoPreciosDocumentación
Iniciar sesionComenzar
  1. Inicio
  2. Flujos de trabajo
  3. Multi-Platform Research Agent Workflow
Flujo de trabajo

Multi-Platform Research Agent Workflow

AI agent searches Google, Reddit, y YouTube for un topic, combines resultados, y genera un structured research brief. Python + OpenAI implementacion.

Comenzar gratisDocumentacion API

Resumen

An on-demand research agent ese consultas Google, Reddit, y YouTube for un dado topic in parallel, combines el resultados en un unified context, y usa un LLM to generar un structured research brief.

Desencadenador

On-demand (llamada un API o usuario entrada)

Programación

On-demand per usuario solicitud

Pasos del flujo de trabajo

1

Accept research topic

Recibir topic string de usuario entrada o API solicitud. Optionally accept un research depth parametro (quick: 3 resultados/plataforma, deep: 10 resultados/plataforma).

2

Ejecutar parallel searches

Simultaneously POST to Scavio search API for Google (informational resultados), Reddit (community discussion), y YouTube (video cobertura). Use asyncio o Promise.todos for parallel execution.

3

Combine y deduplicate resultados

Fusionar resultados de todos three plataformas en un unified lista. Tag cada resultado con its fuente plataforma. Eliminar duplicate URLs.

4

Format context for LLM

Construir un structured prompt context: for cada resultado, incluye plataforma etiqueta, titulo, fragmento, y URL. Limit total context to 4,000 tokens.

5

Generar research brief

Pass context to LLM con instructions to produce un structured brief: resumen, key findings, platform-specific insights, y fuente citaciones.

6

Return structured salida

Return el research brief as structured JSON con resumen (string), key_findings (lista), fuentes (lista con URL y plataforma), y gaps (questions no answered by el resultados de busqueda).

Implementacion en Python

Python
import asyncio
import aiohttp
import openai
from typing import NamedTuple

SCRAVIO_KEY = "YOUR_API_KEY"
OPENAI_KEY = "YOUR_OPENAI_KEY"

client = openai.OpenAI(api_key=OPENAI_KEY)

PLATFORMS = [
    {"platform": "google", "num": 5},
    {"platform": "reddit", "num": 5},
    {"platform": "youtube", "num": 5},
]

async def search_platform(session: aiohttp.ClientSession, query: str, platform: str, num: int) -> list:
    async with session.post(
        "https://api.scavio.dev/api/v1/search",
        headers={"x-api-key": SCRAVIO_KEY},
        json={"query": query, "platform": platform, "num": num}
    ) as resp:
        data = await resp.json()
        results = data.get("results", [])
        for r in results:
            r["_platform"] = platform
        return results

async def multi_search(topic: str) -> list:
    async with aiohttp.ClientSession() as session:
        tasks = [search_platform(session, topic, p["platform"], p["num"]) for p in PLATFORMS]
        results_by_platform = await asyncio.gather(*tasks)
    all_results = []
    seen_urls = set()
    for platform_results in results_by_platform:
        for r in platform_results:
            url = r.get("url", "")
            if url not in seen_urls:
                seen_urls.add(url)
                all_results.append(r)
    return all_results

def build_context(results: list, max_tokens: int = 3500) -> str:
    lines = []
    char_budget = max_tokens * 4
    for r in results:
        line = f"[{r['_platform'].upper()}] {r.get('title', '')}\n{r.get('snippet', '')}\nURL: {r.get('url', '')}\n"
        if len("\n".join(lines)) + len(line) > char_budget:
            break
        lines.append(line)
    return "\n".join(lines)

def generate_brief(topic: str, context: str) -> dict:
    prompt = f"""Research topic: {topic}

Search results from Google, Reddit, and YouTube:

{context}

Generate a structured research brief with:
1. A 2-3 sentence summary
2. 5 key findings (bullet points)
3. Platform-specific insights (what Reddit says vs YouTube vs Google)
4. 2-3 unanswered questions not covered by these results

Cite sources by URL where relevant."""
    response = client.chat.completions.create(
        model="gpt-4o-mini",
        messages=[{"role": "user", "content": prompt}],
        temperature=0.3
    )
    return {"brief": response.choices[0].message.content, "sources": [{"url": r.get("url"), "platform": r["_platform"]} for r in []]}

async def run(topic: str):
    results = await multi_search(topic)
    context = build_context(results)
    brief = generate_brief(topic, context)
    print(brief["brief"])
    return brief

if __name__ == "__main__":
    asyncio.run(run("search api for ai agents 2026"))

Implementacion en JavaScript

JavaScript
const fetch = require('node-fetch');
const OpenAI = require('openai');

const SCRAVIO_KEY = 'YOUR_API_KEY';
const client = new OpenAI({ apiKey: 'YOUR_OPENAI_KEY' });
const PLATFORMS = ['google', 'reddit', 'youtube'];

async function searchPlatform(query, platform) {
  const res = await fetch('https://api.scavio.dev/api/v1/search', {
    method: 'POST',
    headers: { 'x-api-key': SCRAVIO_KEY, 'Content-Type': 'application/json' },
    body: JSON.stringify({ query, platform, num: 5 })
  });
  const data = await res.json();
  return (data.results || []).map(r => ({ ...r, _platform: platform }));
}

async function multiSearch(topic) {
  const results = await Promise.all(PLATFORMS.map(p => searchPlatform(topic, p)));
  const seen = new Set();
  return results.flat().filter(r => { if (seen.has(r.url)) return false; seen.add(r.url); return true; });
}

function buildContext(results, maxChars = 14000) {
  let ctx = ''; 
  for (const r of results) {
    const line = `[${r._platform.toUpperCase()}] ${r.title}\n${r.snippet}\nURL: ${r.url}\n\n`;
    if (ctx.length + line.length > maxChars) break;
    ctx += line;
  }
  return ctx;
}

async function run(topic) {
  const results = await multiSearch(topic);
  const context = buildContext(results);
  const completion = await client.chat.completions.create({
    model: 'gpt-4o-mini',
    messages: [{ role: 'user', content: `Research: ${topic}\n\n${context}\n\nGenerate: summary, key findings, platform insights, unanswered questions.` }],
    temperature: 0.3
  });
  console.log(completion.choices[0].message.content);
}

run('search api for ai agents 2026').catch(console.error);

Plataformas utilizadas

Google

Búsqueda web con grafo de conocimiento, PAA y resúmenes de IA

Reddit

Comunidad, publicaciones y comentarios en hilos de cualquier subreddit

YouTube

Búsqueda de videos con transcripciones y metadatos

Preguntas frecuentes

An on-demand research agent ese consultas Google, Reddit, y YouTube for un dado topic in parallel, combines el resultados en un unified context, y usa un LLM to generar un structured research brief.

Este flujo de trabajo usa un on-demand (llamada un api o usuario entrada). On-demand per usuario solicitud.

Este flujo de trabajo usa las siguientes plataformas de Scavio: google, reddit, youtube. Cada plataforma se llama a traves del mismo endpoint de API unificado.

Si. El plan gratuito de Scavio incluye 50 creditos al registrarte sin tarjeta de credito. Es suficiente para probar y validar este flujo de trabajo antes de escalarlo.

Multi-Platform Research Agent Workflow

AI agent searches Google, Reddit, y YouTube for un topic, combines resultados, y genera un structured research brief. Python + OpenAI implementacion.

Obtener tu clave APILeer la documentacion
ScavioScavio

API de busqueda en tiempo real para agentes de IA. Busca en todas las plataformas, no solo en Google.

Producto

  • Funciones
  • Precios
  • Panel
  • Afiliados

Desarrolladores

  • Documentacion
  • Referencia de API
  • Inicio rapido
  • Integracion MCP
  • Python SDK

Alternativas

  • Alternativa a Tavily
  • Alternativa a SerpAPI
  • Alternativa a Firecrawl
  • Alternativa a Exa

Herramientas

  • Formateador JSON
  • cURL a codigo
  • Contador de tokens
  • Todas las herramientas

© 2026 Scavio. Todos los derechos reservados.

Featured on TAAFT
Terminos de servicioPolitica de privacidad