Cookbook

Recetas listas para copiar y pegar para las integraciones más habituales. Cada una es un ejemplo completo y ejecutable: no tienes que conectar herramientas ni modelos; la plataforma enruta automáticamente, llama a las herramientas y transmite el resultado.

1. El agent de una línea (empieza aquí)

La integración más simple posible: envía una tarea y lee la respuesta en streaming. La plataforma elige el modelo, llama a las herramientas que la tarea necesite (búsqueda web, tu knowledge base, código…) y devuelve el resultado. Todo lo demás en esta documentación es un refinamiento opcional de esto.

bash

curl -N https://nexevo.ai/v1/workspaces/$NEXEVO_WORKSPACE/agent/runs \
  -H "Authorization: Bearer $NEXEVO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"task": "Summarize today's top AI news in 3 bullets."}'
# -> {"run_id":"…","trace_id":"…"}  (then tail /agent/runs/{run_id}/attach for the result)

python

import json, os, requests

WS = os.environ["NEXEVO_WORKSPACE"]
KEY = os.environ["NEXEVO_API_KEY"]

# 1. start the run
r = requests.post(
    f"https://nexevo.ai/v1/workspaces/{WS}/agent/runs",
    headers={"Authorization": f"Bearer {KEY}"},
    json={"task": "Summarize today's top AI news in 3 bullets."},
)
run_id = r.json()["run_id"]

# 2. read the streamed result
stream = requests.get(
    f"https://nexevo.ai/v1/workspaces/{WS}/agent/runs/{run_id}/attach",
    headers={"Authorization": f"Bearer {KEY}"},
    stream=True,
)
for line in stream.iter_lines():
    if not line or not line.startswith(b"data: "):
        continue
    payload = line[6:]
    if payload == b"[DONE]":
        break
    event = json.loads(payload)
    if event.get("type") == "run_end":
        print(event["final_text"])

2. Usar el SDK de OpenAI (sin reescribir nada)

¿Ya usas el SDK de OpenAI o Anthropic? Apúntalo a Nexevo cambiando dos líneas: la base URL y la API key. Tu código existente sigue funcionando, con enrutado inteligente y facturación gratis.

python

from openai import OpenAI

client = OpenAI(
    base_url="https://nexevo.ai/v1",
    api_key=os.environ["NEXEVO_API_KEY"],  # your Nexevo workspace key
)

resp = client.chat.completions.create(
    model="nexevo-auto",  # let Nexevo's router pick the model
    messages=[{"role": "user", "content": "Explain SEPA Instant in two sentences."}],
)
print(resp.choices[0].message.content)

Usa nexevo-auto como modelo para que el router elija, o pasa un id de modelo explícito. Consulta la guía de compatibilidad para el SDK de Anthropic y el streaming.

3. Consultar tu propia knowledge base

Sube documentos a un project una vez y luego haz preguntas sobre ellos. El agent usa automáticamente rag_search sobre tu conocimiento: no necesitas una vector DB aparte ni construir un pipeline de recuperación.

bash

# run an agent against a project's knowledge base
curl https://nexevo.ai/v1/workspaces/$NEXEVO_WORKSPACE/agent/runs \
  -H "Authorization: Bearer $NEXEVO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "task": "What is our refund policy for annual plans?",
    "project_id": "'"$PROJECT_ID"'"
  }'

4. Ejecutar con un rol de especialista

Dale al agent una identidad de dominio (un revisor legal, un analista de datos, un guardián de marca) pasando persona_slug. El rol moldea cómo razona; las herramientas siguen disponibles por completo.

bash

curl https://nexevo.ai/v1/workspaces/$NEXEVO_WORKSPACE/agent/runs \
  -H "Authorization: Bearer $NEXEVO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "task": "Audit our privacy policy for GDPR compliance gaps.",
    "persona_slug": "legal-privacy-counsel"
  }'

Lista los roles disponibles con GET /v1/workspaces/{workspace_id}/skill-library (filtra kind: "agency"). Consulta Roles de especialista.

5. Resumen de investigación programado

Ejecuta una tarea con una programación cron UTC recurrente: un resumen diario de noticias, un informe semanal de la competencia. Cada disparo es una agent run normal; combínalo con un webhook para recibir una notificación al terminar.

bash

# every weekday at 9:00 UTC
curl https://nexevo.ai/v1/workspaces/$NEXEVO_WORKSPACE/schedules \
  -H "Authorization: Bearer $NEXEVO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "name": "Daily competitor digest",
    "cron_expr": "0 9 * * 1-5",
    "task_text": "Find yesterday's top 3 moves from our competitors and summarize each.",
    "budget_usd": 0.3
  }'

6. Chat multiturno con memoria

Para conversaciones de ida y vuelta, usa el endpoint de chat con un hilo de conversation. El contexto se conserva entre turnos automáticamente.

bash

# create a conversation, then chat into it
curl https://nexevo.ai/v1/workspaces/$NEXEVO_WORKSPACE/conversations \
  -H "Authorization: Bearer $NEXEVO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"title": "Q3 planning"}'
# -> {"id": "conv_…", ...}

curl -N https://nexevo.ai/v1/workspaces/$NEXEVO_WORKSPACE/conversations/conv_…/messages \
  -H "Authorization: Bearer $NEXEVO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"role": "user", "content": "What were our Q2 highlights?"}'

¿Quieres que el agent recuerde hechos en todas las conversaciones? Guárdalos en memory una vez y el agent recuperará automáticamente el contexto relevante en cada run.