Guía rápida de la API de búsqueda web: integración en minutos

llmwebsearchapi.com›authentication-base-url

Autenticación y URL base

Necesitas una clave de API. Regístrate en la página Get API key con solo email y contraseña. Tu clave aparece al instante. No se requiere tarjeta para el crédito de prueba. Usa la base URL https://api.llmwebsearchapi.com/v1 con cualquier cliente compatible con OpenAI. El ID del modelo es uncensored. Es un modelo de pesos abiertos, ajustado para responder sin rechazos sobre temas adultos, ficticios o controversos. No es GPT, Claude ni de otro proveedor.

llmwebsearchapi.com›basic-chat-completion-request

Solicitud básica de completado de chat

Envía una petición estándar de chat completion para extraer texto de resultados de búsqueda. La API acepta messages y devuelve una completación. Usa el modelo uncensored para evitar filtros de contenido. El cuerpo de la petición soporta hasta 8 MB. A continuación, un ejemplo en cURL para extracción básica.

Copycurl https://api.llmwebsearchapi.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Write a blunt product review of a cheap VPN."}]
  }'

La respuesta incluye el texto generado, que luego puedes pasar a la memoria o capa de resumen de tu agente.

llmwebsearchapi.com›sdk-examples-for-python-and-javascript

Ejemplos de SDK para Python y JavaScript

Usa los SDK oficiales de OpenAI para Python y Node.js. Establece base_url a nuestro endpoint y proporciona tu clave de API. El SDK de Python maneja streaming y parseo JSON automáticamente. El SDK de Node funciona de manera similar. A continuación se muestra un ejemplo en Python que muestra cómo inicializar el cliente y enviar una petición.

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.llmwebsearchapi.com/v1", api_key="YOUR_KEY")

resp = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Summarise this thread without softening it."}],
)
print(resp.choices[0].message.content)

Para JavaScript, la configuración es casi idéntica. Configura la variable de entorno o pasa la clave directamente. El ID del modelo sigue siendo uncensored.

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.llmwebsearchapi.com/v1", apiKey: process.env.API_KEY });

const resp = await client.chat.completions.create({
  model: "uncensored",
  messages: [{ role: "user", content: "Draft a villain monologue for my game." }],
});
console.log(resp.choices[0].message.content);

llmwebsearchapi.com›respuestas en streaming para procesamiento en tiempo real

Respuestas en streaming para procesamiento en tiempo real

Habilita el streaming estableciendo stream: true en tu petición. La API devuelve tokens de Server-Sent Events (SSE). Esto es útil para el procesamiento en tiempo real de resultados de búsqueda largos. Puedes mostrar los tokens a medida que llegan o acumularlos para su uso posterior. El formato de respuesta de streaming coincide con el estándar de OpenAI. A continuación se muestra un ejemplo de streaming usando cURL.

Copystream = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Tell the story in second person."}],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

Analiza el campo data en cada mensaje SSE para obtener el texto parcial.

llmwebsearchapi.com›llamadas a funciones para estructurar resultados de búsqueda

Llamadas a herramientas para estructurar resultados de búsqueda

Usa llamadas a funciones para estructurar los datos extraídos. Define un esquema para el resultado deseado, como una lista de URLs o un objeto de resumen. La API devuelve un JSON estructurado que coincide con tu esquema. Esto es ideal para poblar la memoria del agente de IA con datos limpios y tipados. Define la herramienta en el parámetro tools y especifica el nombre de la función. El modelo responderá con un objeto de llamada a función. Luego puedes ejecutar la función o almacenar el resultado directamente.

llmwebsearchapi.com›gestión de ventanas de contexto para búsquedas largas

Gestión de ventanas de contexto para búsquedas largas

La ventana de contexto es de 100.000 tokens para prompt más completación. Si tus resultados de búsqueda superan esto, debes truncarlos o resumirlos antes de enviarlos. La API no maneja automáticamente contextos largos. Envía solo el texto relevante para mantenerse dentro de los límites. Si excedes el límite, recibirás un error. Monitorea el uso de tokens para evitar costos inesperados. El precio es $0,25 por 1M de tokens de entrada y $1,00 por 1M de tokens de salida.

llmwebsearchapi.com›rate-limits-and-error-codes

Límites de velocidad y códigos de error

El límite de velocidad es de 300 peticiones por minuto por clave. El límite del cuerpo de la solicitud es de 8 MB. Si envías una clave inválida, obtienes un error 401. Si no tienes crédito, obtienes un error 402. Si excedes el límite de velocidad, obtienes un error 429. Regenera tu clave en cualquier momento para revocar la antigua. Cada cuenta tiene una clave. El crédito de prueba caduca después de 7 días. La recarga comienza en $10 con opciones de crédito bonus.