Sobre el proyecto

El SDK de Python de AskNews es una librería cliente para la API de AskNews, diseñada para integrar sin problemas datos de noticias en tiempo real en flujos de trabajo de modelos de lenguaje grandes (LLM). El SDK es compatible con Python 3.8 a 3.13 y se instala mediante pip. La propuesta de valor central es la simplicidad: una sola llamada a ask.news.search_news(query).as_string devuelve una cadena optimizada para prompts, lista para alimentar a cualquier LLM, eliminando la necesidad de lógica personalizada de recuperación y formato de noticias. Más allá de la búsqueda básica de noticias, el SDK expone un amplio conjunto de endpoints de API: - /stories: Seguimiento de eventos de alto nivel con agrupación de artículos de última generación, lo que permite a los sistemas seguir narrativas noticiosas en evolución. - /forecasts: Capacidades de pronóstico líderes en la industria sobre cualquier evento en tiempo real, útiles para análisis predictivos en contextos financieros o políticos. - /analytics: Datos de series temporales que cubren finanzas y política, adecuados para paneles y análisis de tendencias. - /deepnews: Un agente de investigación profunda que explora un grafo de conocimiento de noticias, X (Twitter), Reddit, Google, Wikipedia y más, para construir pronósticos, informes y análisis bajo demanda. - /graph: Acceso al mayor grafo de conocimiento de noticias disponible, permitiendo a los usuarios construir consultas de grafo personalizadas para relaciones de entidades y conexiones de eventos. - /websearch: Búsqueda web con resúmenes destilados por LLM de páginas relevantes, proporcionando resultados concisos y conscientes del contexto. El SDK se inicializa con una clave de API y scopes opcionales (news, chat, stories, analytics), dando a los desarrolladores un control granular sobre qué capacidades puede acceder su aplicación. La documentación completa de la API está disponible en docs.asknews.app, y el proyecto mantiene una comunidad de Discord para soporte y colaboración. Esta herramienta es particularmente valiosa para desarrolladores que construyen sistemas RAG (Generación Aumentada por Recuperación), chatbots conscientes de noticias, plataformas de análisis financiero o cualquier aplicación que requiera datos de noticias actualizados y estructurados como contexto para la inferencia de LLM.