Probar
5.000 búsquedas
9,25 US$
1,85 US$/1K búsquedas
- Conéctala a un agente
- La misma API que el pack más grande
- Los créditos nunca caducan
Caso de uso · monitorización de noticias · topic=news, time_range=day
Seguir un mercado, un competidor o una normativa significa lanzar las mismas búsquedas cada día y detectar lo nuevo. Una búsqueda de noticias con el texto de la página convierte esa tarea en un script corto y un resumen diario.
Respuesta rápida
¿Cómo monitorizo noticias con una API de búsqueda?
Lanza una lista fija de consultas una vez al día con resultados de noticias del último día, quédate solo con las URL que no hayas visto y resume los artículos nuevos. LLMWebSearch devuelve resultados de noticias con los 3 primeros artículos leídos en Markdown, por un crédito por consulta. Cincuenta temas comprobados a diario usan unos 1500 créditos al mes, desde 1,20 US$/1K búsquedas. Sin KYC; paga con criptomonedas.
Tres parámetros hacen casi todo el trabajo. topic=news pide resultados de noticias en lugar de páginas web generales. time_range=day conserva solo los elementos del último día. read=3 devuelve el texto de los tres primeros artículos, así puedes resumirlos sin abrir cada enlace.
Un planificador ejecuta el script una vez al día, o cada pocas horas para temas que se mueven rápido. Cada ejecución envía las mismas consultas, compara las URL con las ya vistas e informa solo de las nuevas.
Las consultas cortas y específicas funcionan mejor. Combina un nombre con un acontecimiento: una empresa y "adquisición", un producto y "retirada", una ley y "enmienda". Las consultas amplias devuelven los mismos medios grandes cada día y ocultan las historias que te importan.
Agrupa las consultas por audiencia. Un equipo legal, un equipo de producto y un equipo de ventas quieren un resumen distinto cada uno. Un solo script puede generar los tres etiquetando cada consulta con su audiencia.
Usa country y language cuando las noticias que necesites sean locales, por ejemplo country=fr y language=fr para cobertura francesa.
// Run once a day (cron, a scheduler or an n8n Schedule trigger). Node.js 18+ (built-in fetch).
import fs from 'node:fs';
const API = 'https://llmwebsearch.com/api/v1/search';
const KEY = process.env.LLMWEBSEARCH_API_KEY;
const SEEN_FILE = './seen-urls.json';
const QUERIES = ['example corp product recall', 'example corp acquisition', 'example industry regulation'];
const seen = new Set(fs.existsSync(SEEN_FILE) ? JSON.parse(fs.readFileSync(SEEN_FILE, 'utf8')) : []);
const fresh = [];
for (const q of QUERIES) {
const res = await fetch(API, {
method: 'POST',
headers: { Authorization: `Bearer ${KEY}`, 'Content-Type': 'application/json' },
body: JSON.stringify({ q, topic: 'news', time_range: 'day', max_results: 10, read: 3, max_chars: 3000 }),
});
if (!res.ok) {
console.error(q, res.status, await res.text());
continue;
}
const { results } = await res.json();
for (const r of results) {
if (seen.has(r.url)) continue; // the same story found by two queries is reported once
seen.add(r.url);
fresh.push({ query: q, title: r.title, url: r.url, published_at: r.published_at, text: r.content });
}
}
fs.writeFileSync(SEEN_FILE, JSON.stringify([...seen]));
for (const item of fresh) console.log(`${item.published_at ?? 'n/d'} ${item.title}\n ${item.url}`);Guarda una lista de las URL ya informadas y omítelas en la siguiente ejecución. El script anterior almacena esa lista en un pequeño archivo JSON; una tabla de base de datos funciona igual.
La misma noticia suele aparecer en varios medios, cada uno con su propia URL. Agrupa los resultados cuyos títulos compartan la mayoría de sus palabras y muestra un titular con varios enlaces. El campo published_at ayuda a ordenar un grupo y a detectar la primera publicación.
Elimina las URL antiguas después de unas semanas para que el archivo no crezca indefinidamente. Las noticias más antiguas que tu time_range no pueden volver de todos modos.
Envía los artículos nuevos a un modelo con una instrucción fija: una línea por noticia, qué ha pasado, quién está implicado y el número de la fuente. Pídele que fusione los elementos que describan el mismo suceso.
Como el texto del artículo ya está en los resultados, el modelo resume lo que dice el artículo, no lo que sugiere el titular. Mantén cada artículo corto con max_chars en torno a 3.000; los primeros párrafos de una noticia recogen lo esencial.
Los artículos tras un muro de pago o un inicio de sesión, y los sitios que rechazan nuestro lector. Esos resultados aparecen igualmente con su título, URL y fragmento, y un content_status que explica la laguna.
Nuestro lector respeta robots.txt: se identifica como LLMWebSearch, sigue las reglas que un sitio escribe para él o para todos los robots, y deja fuera el contenido de cualquier página que no tenga permitido leer. Cuando un sitio rechaza a nuestro lector, el resultado vuelve sin contenido y con el estado del sitio: nunca resolvemos CAPTCHAs, iniciamos sesión en cuentas ni sorteamos un bloqueo o un paywall. Para un medio con muro de pago, el titular y el fragmento suelen bastar para señalar la noticia; una persona con suscripción puede leer el resto.
Un crédito por consulta por ejecución. Cincuenta consultas comprobadas una vez al día usan unos 1.500 créditos al mes. 5.000 búsquedas a 9,25 US$ cubre tres meses de esa programación.
Comprobar cada tres horas multiplica la cifra por ocho: unos 12.000 créditos al mes para las mismas cincuenta consultas. 25.000 búsquedas a 41,25 US$ cubre entonces dos meses. Reserva las comprobaciones frecuentes para los pocos temas en los que las horas importan.
Consultas × ejecuciones al día × 30 días. Los créditos de búsqueda no caducan: lo que no uses este mes seguirá ahí el año que viene.
5.000 búsquedas
9,25 US$
1,85 US$/1K búsquedas
25.000 búsquedas
41,25 US$
1,65 US$/1K búsquedas
100.000 búsquedas
145 US$
1,45 US$/1K búsquedas
En todos los planes: 3 páginas principales leídas como Markdown · Filtros de país, idioma, hora y dominio · Las llamadas fallidas no se cobran · Los créditos nunca caducan
Sí. Usa un trigger Schedule y un nodo HTTP Request apuntando al endpoint de búsqueda. La página de n8n muestra los ajustes.
Los resultados provienen de una búsqueda web en vivo ejecutada en el momento de tu llamada, en el orden en que los clasifica el motor de búsqueda; no se sirve nada de un índice antiguo. Con time_range=day, solo se conservan los elementos del día anterior.
Sí. Configura language y country por consulta, para que un solo script pueda seguir varios mercados.
Cada resultado lleva su posición, título, URL, host, snippet y, cuando se ha leído, el contenido principal de la página como Markdown o texto plano, con su recuento de palabras y la fecha de publicación cuando se conoce.
Desde 1,20 US$/1K búsquedas · sin KYC
Obtén una clave API