LlamaIndex 統合

Scavioを LlamaIndex と統合すると、RAGパイプラインやエージェントに、Google、Google News、Reddit、YouTube、Amazonを横断するリアルタイムのWeb検索を追加できます -- インデックス化や推論にすぐ使えるクリーンな Documentオブジェクトとして返されます。

RAGに新鮮なデータを

llama-index-tools-scavioパッケージは、あらゆるScavio検索をLlamaIndexのDocumentに変換します -- より広いプラットフォームカバレッジを備えた、コスト効率の高いTavilyおよびSerpAPIの代替です。

概要

llama-index-tools-scavio パッケージは、5つの検索ツールを備えたScavioToolSpecを提供します。任意のLlamaIndexエージェントに渡すか、データパイプラインで直接呼び出します。

ステップバイステップ統合ガイド

ステップ1: パッケージをインストールする

Bash

pip install llama-index-tools-scavio

ステップ2: APIキーを設定する

dashboard.scavio.dev でキーを取得し（無料クレジット付き、カード不要）、環境変数として設定します。

Bash

export SCAVIO_API_KEY=sk_live_...

ステップ3: 基本的な使い方

Python

from llama_index.tools.scavio import ScavioToolSpec

tool_spec = ScavioToolSpec()  # reads SCAVIO_API_KEY

docs = tool_spec.search("best real-time search API for AI agents", max_results=5)
for doc in docs:
    print(doc.text, doc.metadata["url"])

利用可能なツール

ScavioToolSpecは次の関数を公開します。それぞれDocumentオブジェクトのリストを返します。

ツール	説明
`search`	Google SERP -- リアルタイムのオーガニックWeb結果
`news`	Google News -- トピックに関する最近の記事
`reddit_search`	Redditの投稿 -- コミュニティの議論とセンチメント
`youtube_search`	YouTube -- 動画、チャンネル、プレイリスト
`amazon_search`	Amazon -- 商品リスティング

エージェントで使う

Python

from llama_index.core.agent.workflow import FunctionAgent
from llama_index.llms.openai import OpenAI
from llama_index.tools.scavio import ScavioToolSpec

agent = FunctionAgent(
    tools=ScavioToolSpec().to_tool_list(),
    llm=OpenAI(model="gpt-5.5"),
    system_prompt="You are a research assistant. Use Scavio for fresh web data.",
)

response = await agent.run(
    "What are people on Reddit saying about Tavily alternatives?"
)

高度な例

ライブの検索結果をベクトルインデックスに直接読み込みます。

Python

from llama_index.core import VectorStoreIndex
from llama_index.tools.scavio import ScavioToolSpec

docs = ScavioToolSpec().search("open-source agent frameworks 2026", max_results=10)
index = VectorStoreIndex.from_documents(docs)
answer = index.as_query_engine().query("Which framework is most popular and why?")
print(answer)

MCP経由ですべてのエンドポイント

Walmart、TikTok、Instagram、Maps、Shoppingなどが必要ですか？任意のLlamaIndexエージェントをScavioのホスト型 MCPサーバーに接続すれば、全カタログを利用できます。

Scavio + LlamaIndex のメリット

Documentネイティブ: 結果がそのままRAGに入る。
エージェント対応: to_tool_list()で即利用。
マルチプラットフォーム: Web、ニュース、ソーシャル、ショッピングを1つのキーで。
コスト効率: ほとんどの呼び出しは1クレジット。

次のステップ

Python SDK -- ツールがラップするクライアント
MCP統合 -- 全ツールカタログ

LlamaIndex 統合

RAGに新鮮なデータを

概要

ステップバイステップ統合ガイド

ステップ1: パッケージをインストールする

Bash

pip install llama-index-tools-scavio

ステップ2: APIキーを設定する

dashboard.scavio.dev でキーを取得し（無料クレジット付き、カード不要）、環境変数として設定します。

Bash

export SCAVIO_API_KEY=sk_live_...

ステップ3: 基本的な使い方

Python

from llama_index.tools.scavio import ScavioToolSpec

tool_spec = ScavioToolSpec()  # reads SCAVIO_API_KEY

docs = tool_spec.search("best real-time search API for AI agents", max_results=5)
for doc in docs:
    print(doc.text, doc.metadata["url"])

利用可能なツール

ScavioToolSpecは次の関数を公開します。それぞれDocumentオブジェクトのリストを返します。

ツール	説明
`search`	Google SERP -- リアルタイムのオーガニックWeb結果
`news`	Google News -- トピックに関する最近の記事
`reddit_search`	Redditの投稿 -- コミュニティの議論とセンチメント
`youtube_search`	YouTube -- 動画、チャンネル、プレイリスト
`amazon_search`	Amazon -- 商品リスティング

エージェントで使う

Python

from llama_index.core.agent.workflow import FunctionAgent
from llama_index.llms.openai import OpenAI
from llama_index.tools.scavio import ScavioToolSpec

agent = FunctionAgent(
    tools=ScavioToolSpec().to_tool_list(),
    llm=OpenAI(model="gpt-5.5"),
    system_prompt="You are a research assistant. Use Scavio for fresh web data.",
)

response = await agent.run(
    "What are people on Reddit saying about Tavily alternatives?"
)

高度な例

ライブの検索結果をベクトルインデックスに直接読み込みます。

Python

from llama_index.core import VectorStoreIndex
from llama_index.tools.scavio import ScavioToolSpec

docs = ScavioToolSpec().search("open-source agent frameworks 2026", max_results=10)
index = VectorStoreIndex.from_documents(docs)
answer = index.as_query_engine().query("Which framework is most popular and why?")
print(answer)

MCP経由ですべてのエンドポイント

Scavio + LlamaIndex のメリット

Documentネイティブ: 結果がそのままRAGに入る。
エージェント対応: to_tool_list()で即利用。
マルチプラットフォーム: Web、ニュース、ソーシャル、ショッピングを1つのキーで。
コスト効率: ほとんどの呼び出しは1クレジット。

次のステップ

Python SDK -- ツールがラップするクライアント
MCP統合 -- 全ツールカタログ