Experimente
5.000 pesquisas
US$ 9,25
US$ 1,85/1K pesquisas
- Integre a um agente
- A mesma API do maior pacote
- Os créditos nunca expiram
Resposta rápida
Como faço RAG com resultados de pesquisa da web ao vivo?
Faça uma pesquisa na web no momento da pergunta, leia as principais páginas, divida-as em chunks, mantenha os mais relevantes e peça ao modelo que responda com citações numeradas. LLMWebSearch cuida das duas primeiras etapas em uma única chamada: resultados classificados com as 3 primeiras páginas como Markdown, por um crédito, a partir de US$ 1,20/1K pesquisas. Sem KYC; pague com cripto.
O que é RAG de web ao vivo?
É a geração aumentada por recuperação em que a etapa de recuperação é uma pesquisa na web em vez de uma consulta no seu próprio índice. A pergunta vai para uma API de pesquisa, a API retorna páginas e o modelo responde a partir dessas páginas.
O padrão serve para perguntas sobre coisas que mudam: preços, lançamentos, regras, cronogramas e notícias. Também serve para perguntas de cauda longa que seus próprios documentos nunca cobriram. O custo é uma pesquisa por pergunta, ou duas quando a primeira falha.
Quando devo buscar dados recentes e quando devo armazenar?
Armazene o que é estável e seu; busque o que muda. Manuais de produtos, políticas internas e seus próprios documentos pertencem a um índice vetorial, atualizado em um cronograma. Preços de concorrentes, regulamentos e notícias pertencem à recuperação ao vivo.
Muitas equipes combinam os dois. Elas pesquisam primeiro no próprio índice e só consultam a web quando o índice não tem uma boa correspondência, ou quando a pergunta menciona uma data recente.
Se você decidir guardar páginas que recuperou, observe nossa posição: Não treinamos nenhum modelo com as suas consultas ou com o que a API retorna, e não adicionamos nenhuma regra própria contra armazenar resultados; os direitos dos sites cujas páginas você lê continuam valendo. Verifique os termos de cada site antes de criar uma cópia permanente do seu conteúdo.
Como transformo resultados de pesquisa em chunks?
Divida cada página pelos seus títulos e depois corte seções longas em um comprimento fixo. O Markdown facilita isso, porque os títulos são linhas que começam com #. Mantenha a URL de origem e o título em cada chunk para que as citações sobrevivam à divisão.
O exemplo abaixo pesquisa, lê três páginas, as divide em chunks e escolhe os seis chunks que compartilham mais palavras com a pergunta. Substitua a contagem de palavras pelo seu modelo de embedding em produção; a estrutura permanece a mesma.
import os
import re
import requests
API = "https://llmwebsearch.com/api/v1/search"
HEADERS = {"Authorization": "Bearer " + os.environ["LLMWEBSEARCH_API_KEY"]}
def live_chunks(query, read=3, chunk_len=1200):
"""Search, then cut each page that was read into heading-based chunks tagged with its source."""
body = {"q": query, "max_results": 5, "read": read, "max_chars": 12000}
results = requests.post(API, headers=HEADERS, json=body, timeout=60).json()["results"]
chunks = []
for r in results:
if r.get("content_status") != "ok":
continue
for section in re.split(r"\n(?=#{1,3} )", r["content"]):
section = section.strip()
for start in range(0, len(section), chunk_len):
chunks.append({"url": r["url"], "title": r["title"], "text": section[start:start + chunk_len]})
return chunks
def top_chunks(chunks, question, k=6):
"""A plain keyword score; swap in your embedding model for better ranking."""
words = set(re.findall(r"\w{4,}", question.lower()))
def score(chunk):
return sum(1 for w in re.findall(r"\w{4,}", chunk["text"].lower()) if w in words)
return sorted(chunks, key=score, reverse=True)[:k]
def build_prompt(question):
picked = top_chunks(live_chunks(question), question)
urls = list(dict.fromkeys(c["url"] for c in picked))
blocks = [f"[{urls.index(c['url']) + 1}] {c['title']}\n{c['text']}" for c in picked]
sources = "\n".join(f"[{i}] {u}" for i, u in enumerate(urls, 1))
return (
"Use only the context to answer and cite sources as [n].\n\n"
+ "\n\n".join(blocks)
+ f"\n\nSources:\n{sources}\n\nQuestion: {question}"
)Quantas páginas cada pergunta deve ler?
Três é um bom começo, e mantém a pesquisa em um crédito. A maioria das perguntas factuais é respondida nas duas ou três primeiras páginas de uma boa consulta.
Peça páginas mais longas do que pediria em um agente de chat, porque o chunker vai descartar a maior parte do texto de qualquer forma. Um max_chars de 10.000 a 15.000 por página dá ao ranker material suficiente para escolher. Se a resposta depende de um site conhecido, adicione-o com include_domains em vez de ler mais páginas.
Como faço o modelo citar suas fontes?
Numere as fontes no prompt e peça os números na resposta. Uma instrução curta funciona bem: use apenas o contexto, cite cada afirmação como [n] e diga quando o contexto não cobre a pergunta.
Mantenha a lista de fontes no final do prompt, com uma URL por número. Depois, renderize [n] como um link na sua interface. Os usuários confiam em respostas que podem verificar, e citações erradas são fáceis de identificar na revisão.
E se uma página estiver bloqueada ou vazia?
Pule-a e use as outras. Todo resultado traz um content_status; apenas resultados ok têm texto. Uma página pode estar ausente porque Nosso leitor respeita o robots.txt: ele se identifica como LLMWebSearch, segue as regras que um site escreve para ele ou para todos os robôs e deixa de fora o conteúdo de qualquer página que não tem permissão para ler.
Quando todas as páginas de uma pesquisa voltam vazias, tente novamente uma vez com uma consulta diferente ou adicione include_domains para um site que você sabe estar aberto. Quando um site recusa o nosso leitor, o resultado volta sem conteúdo e com o status do site: nunca resolvemos CAPTCHAs, não entramos em contas nem contornamos um bloqueio ou um paywall.
Quanto custa o RAG de web ao vivo?
Uma pesquisa por pergunta na maioria dos casos. Um assistente de suporte que responde 5.000 perguntas por mês, com uma segunda pesquisa para uma pergunta em cada cinco, usa cerca de 6.000 pesquisas. 25.000 pesquisas a US$ 41,25 cobre quatro meses assim.
Seu modelo também lê os chunks que você envia. Seis chunks de 1.200 caracteres acrescentam cerca de 2.000 tokens por pergunta, o que você controla pelo tamanho e pela quantidade de chunks.
Qual pack serve para uma carga de trabalho RAG?
Um crédito por pergunta na maioria dos pipelines. Os créditos de pesquisa não têm data de expiração: o que você não usar este mês continua lá no ano que vem.
Desenvolvedor
25.000 pesquisas
US$ 41,25
US$ 1,65/1K pesquisas
- Um agente de código ou um assistente de pesquisa
- Pronto para MCP, LangChain e n8n
- Os créditos nunca expiram
Produção
100.000 pesquisas
US$ 145
US$ 1,45/1K pesquisas
- Agentes em produção
- Rate limit maior sob solicitação
- Os créditos nunca expiram
Em todos os planos: As 3 principais páginas lidas em Markdown · Filtros de país, idioma, hora e domínio · Chamadas com falha não são cobradas · Os créditos nunca expiram
RAG na web em tempo real: perguntas comuns
Posso usar LangChain ou LlamaIndex?
Sim. A página do LangChain e LlamaIndex encapsula a pesquisa como retriever e como ferramenta.
Posso recuperar de URLs que já conheço?
Sim, com o endpoint extract. Ler páginas cujas URLs você já tem custa 1 crédito por cada grupo iniciado de 3 páginas devolvidas com conteúdo, até 20 URLs por chamada; URLs recusadas ou com falha não são contadas.
O LLMWebSearch armazena as páginas que lê para mim?
Não. Cada chamada deixa uma linha de log: o horário, a conta, os primeiros 60 caracteres da consulta, quantos resultados e páginas foram retornados e os créditos. As linhas são excluídas após 30 dias. O conteúdo das páginas que lemos não é mantido. Número de conta, pedidos, recargas e totais de créditos ficam enquanto a conta existir e depois apenas pelo tempo que a legislação contábil exigir. As autoridades recebem registros somente quando uma lei nos obriga.
Posso restringir a recuperação a um idioma ou país?
Sim. Defina language e country, por exemplo language=de e country=de para resultados em alemão da Alemanha.