Resposta rápida
Como chamo uma API de pesquisa web para agentes de IA a partir do Python?
Envie a consulta por POST para https://llmwebsearch.com/api/v1/search com requests ou httpx e uma chave Bearer. LLMWebSearch retorna resultados ranqueados com as 3 primeiras páginas em Markdown, que você pode numerar e passar para qualquer LLM responder com citações. Uma pesquisa custa 1 crédito, a partir de US$ 1,20/1K pesquisas em outubro de 2026. Python 3.9+ e sem SDK. Sem KYC; pague com cripto.
O que você precisa
| Python | 3.9 ou mais recente |
|---|---|
| Pacotes | requests para o script simples, httpx para o assíncrono |
| Chave | LLMWEBSEARCH_API_KEY no seu ambiente |
| Para o loop de resposta | Qualquer endpoint de chat compatível com OpenAI: LLM_BASE_URL, LLM_API_KEY, LLM_MODEL |
| Cobrança | Um crédito paga uma pesquisa: até 20 resultados classificados, com as páginas dos 3 primeiros lidas e devolvidas em Markdown. Ler de 4 a 10 páginas custa 2 créditos. Uma chamada que termina em erro não custa nada |
Como faço uma pesquisa com requests?
Monte um corpo JSON com q e as opções de que precisa, envie por POST e percorra results. Verifique content_status antes de mexer em content: só os resultados marcados com ok trazem o texto da página. O script abaixo salva cada página lida como um arquivo Markdown nomeado pela sua posição, com a URL de origem na primeira linha.
import os
import pathlib
import requests
resp = requests.post(
"https://llmwebsearch.com/api/v1/search",
headers={"Authorization": "Bearer " + os.environ["LLMWEBSEARCH_API_KEY"]},
json={"q": "how to size a postgres connection pool", "max_results": 5, "read": 3},
timeout=60,
)
resp.raise_for_status()
data = resp.json()
out = pathlib.Path("sources")
out.mkdir(exist_ok=True)
for r in data["results"]:
if r["content_status"] != "ok":
print("skip", r["position"], r["content_status"], r["url"])
continue
path = out / f"{r['position']:02d}.md"
path.write_text("Source: " + r["url"] + "\n\n" + r["content"], encoding="utf-8")
print("saved", path, r["word_count"], "words")
print("credits used:", data["credits_used"])
Como faço muitas pesquisas ao mesmo tempo?
Use httpx.AsyncClient e um asyncio.Semaphore. O semáforo limita quantas chamadas estão em andamento, o que mantém você dentro do limite por minuto da sua conta e distribui a carga. De quatro a oito chamadas simultâneas atendem a maioria dos agentes de pesquisa. Toda conta tem um limite de chamadas por minuto, exibido no dashboard; peça ao suporte e ele pode ser aumentado.
O exemplo envia uma pesquisa por subpergunta, uma etapa típica de um agente de pesquisa, e coleta as URLs das páginas lidas. Cada chamada é independente: uma falha não interrompe as outras.
import asyncio
import os
import httpx
API = "https://llmwebsearch.com/api/v1/search"
HEADERS = {"Authorization": "Bearer " + os.environ["LLMWEBSEARCH_API_KEY"]}
QUESTIONS = [
"what is connection pooling in postgres",
"recommended pool size per cpu core",
"pgbouncer transaction mode limitations",
"connection pool exhaustion symptoms",
]
async def search(client, sem, q):
async with sem:
resp = await client.post(API, json={"q": q, "read": 2, "max_chars": 4000})
if resp.status_code != 200:
return q, resp.json().get("error", {}).get("code"), []
data = resp.json()
read = [r["url"] for r in data["results"] if r["content_status"] == "ok"]
return q, "ok", read
async def main():
sem = asyncio.Semaphore(4)
async with httpx.AsyncClient(headers=HEADERS, timeout=60) as client:
for q, status, urls in await asyncio.gather(*(search(client, sem, q) for q in QUESTIONS)):
print(status, q, urls)
asyncio.run(main())
Como obtenho uma resposta com citações de qualquer LLM?
Pesquise primeiro e depois entregue ao modelo fontes numeradas, pedindo que ele as cite. A API retorna fontes, não uma resposta escrita: o seu próprio modelo lê as páginas, escreve a resposta e cita as URLs, para que você escolha o modelo e o estilo de citação. O loop abaixo funciona com qualquer endpoint de chat que fale o formato chat/completions compatível com OpenAI; defina o endereço, a chave e o modelo em três variáveis de ambiente.
Mantenha o contexto sob controle. O script corta cada fonte para que o total fique dentro de um orçamento de cerca de 6.000 tokens, contando aproximadamente quatro caracteres por token. Um resultado sem conteúdo é passado como o seu snippet, identificado como tal, para que o modelo não finja que leu a página.
import os
import requests
SEARCH = "https://llmwebsearch.com/api/v1/search"
KEY = os.environ["LLMWEBSEARCH_API_KEY"]
BUDGET_CHARS = 6000 * 4 # about 6,000 tokens of sources
def sources_for(question):
resp = requests.post(SEARCH, headers={"Authorization": "Bearer " + KEY},
json={"q": question, "max_results": 5, "read": 3}, timeout=60)
resp.raise_for_status()
results = resp.json()["results"]
share = BUDGET_CHARS // max(len(results), 1)
blocks = []
for i, r in enumerate(results, start=1):
if r["content_status"] == "ok":
body = r["content"][:share]
else:
body = "(snippet only) " + r["snippet"]
blocks.append(f"[{i}] {r['title']} - {r['url']}\n{body}")
return "\n\n".join(blocks)
def answer(question):
prompt = ("Answer the question using only the sources below. "
"Cite them as [1], [2] and so on. Say so if the sources do not answer it.\n\n"
+ sources_for(question) + "\n\nQuestion: " + question)
resp = requests.post(
os.environ["LLM_BASE_URL"].rstrip("/") + "/chat/completions",
headers={"Authorization": "Bearer " + os.environ["LLM_API_KEY"]},
json={"model": os.environ["LLM_MODEL"], "messages": [{"role": "user", "content": prompt}]},
timeout=120,
)
resp.raise_for_status()
return resp.json()["choices"][0]["message"]["content"]
print(answer("How should I size a Postgres connection pool?"))
Quanto texto devo enviar ao modelo?
O mínimo que responda à pergunta. Três páginas cortadas em 2.000 tokens cada geralmente superam dez páginas inteiras: o modelo se concentra melhor e cada resposta custa menos. Reduza max_chars na própria pesquisa quando souber que vai cortar, para que menos dados trafeguem.
Cortar a partir do início da página funciona para a maioria dos artigos, porque o ponto principal tende a vir primeiro. Para páginas de referência longas, divida o conteúdo por títulos e mantenha as seções cujos títulos correspondem à pergunta.
O que o código deve fazer quando falta uma página?
Siga em frente com as outras fontes. Uma página marcada com blocked_by_robots, blocked_by_site_policy ou target_refused não será lida em uma segunda tentativa, então não fique em loop nela. Uma página fetch_timeout ou fetch_failed pode funcionar mais tarde via https://llmwebsearch.com/api/v1/extract.
Erros HTTP são diferentes: 429, 502 e 504 merecem uma nova tentativa com uma pausa crescente. A página de erros tem um helper de retry pronto.
Python: perguntas frequentes
Existe um pacote pip para o LLMWebSearch?
Não. A API é HTTPS e JSON simples, então requests ou httpx é tudo o que você precisa. Os scripts desta página são a integração: copie-os para o seu projeto e adapte-os.
Posso usar esses scripts com um modelo local?
Sim. Qualquer servidor que exponha uma rota chat/completions compatível com OpenAI funciona com o loop de citação: defina LLM_BASE_URL com o endereço dele e LLM_MODEL com o nome do modelo que ele espera.
Como conto créditos a partir do Python?
Some credits_used de cada resposta, ou chame GET https://llmwebsearch.com/api/v1/credits antes e depois de uma tarefa; essa chamada é gratuita.