Cookbook

最も一般的な連携のコピペレシピ集。いずれも完全に実行可能な例です——ツールやモデルを自ら結線する必要はなく、プラットフォームが自動ルーティングし、ツールを自動で呼び出し、結果をストリーミングします。

1. ワンラインエージェント（まずはここから）

可能な限りシンプルな連携——タスクを送り、ストリーミングされる回答を読み取ります。プラットフォームがモデルを選び、タスクに必要なツール（Web 検索、あなたのナレッジベース、コード……）を呼び出し、結果を返します。本ドキュメントの他の内容はすべて、これの任意の改良です。

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. OpenAI SDK の使用（書き換えゼロ）

すでに OpenAI や Anthropic の SDK をお使いですか？ベース URL と API キーの 2 行を変更するだけで Nexevo を指せます。既存のコードはそのまま動作し、スマートルーティングと課金が追加コストなしで得られます。

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)

モデルに nexevo-auto を指定してルーターに選ばせるか、明示的なモデル id を渡してください。Anthropic SDK とストリーミングについては互換性ガイドを参照してください。

3. 自社ナレッジベースへのクエリ

ドキュメントをプロジェクトに一度アップロードすれば、その後は質問できます。エージェントはあなたのナレッジに対して自動で rag_search を使います——別途ベクトル DB や検索パイプラインを構築する必要はありません。

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. スペシャリストロールでの実行

persona_slug を渡すことで、エージェントにドメインのアイデンティティ——法務レビューアー、データアナリスト、ブランドガーディアン——を付与します。ロールは推論方法を形作り、ツールは完全に利用可能なままです。

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"
  }'

利用可能なロールは GET /v1/workspaces/{workspace_id}/skill-library で一覧表示します（kind: "agency" で絞り込み）。スペシャリストロールを参照してください。

5. スケジュール済みのリサーチダイジェスト

繰り返しの UTC cron スケジュールでタスクを実行します——デイリーのニュースダイジェスト、週次の競合レポートなど。各発火は通常の agent run であり、webhook と組み合わせれば完了時に通知を受け取れます。

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. メモリ付きマルチターンチャット

やり取りをする会話には、conversation スレッドと合わせてチャットエンドポイントを使います。コンテキストはターンをまたいで自動的に引き継がれます。

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?"}'

エージェントにすべての conversation で事実を記憶させたいですか？memory に一度保存すれば、エージェントは毎回の run で関連するコンテキストを自動的に思い出します。