Notizie API per RAG & Pipeline Vettoriali

APITube è un'API di notizie creata per la generazione aumentata da recupero. Restituisce corpi di articoli completi da oltre 500.000 fonti in 59 lingue, ognuno arricchito con entità, sentiment per entità, categorie IPTC, autorità della fonte e un endpoint di storie che raggruppa la copertura correlata — esportabile in JSONL o Parquet per pipeline di embedding e mantenuta aggiornata tramite SSE, WebSocket o webhook.

Un LLM smette di conoscere il mondo al suo punto di arresto di addestramento. Una pipeline RAG colma quel divario recuperando documenti attuali al momento della domanda — e le notizie sono il corpus in più rapida evoluzione che esista. Un'API di notizie fornisce alla pipeline articoli puliti, strutturati e con fonti da incorporare e citare, invece di HTML raschiato con boilerplate e duplicati.

Sì. Ogni articolo da /v1/news/everything trasporta il corpo completo insieme al titolo e alla descrizione, in modo che tu possa suddividere e incorporare testo reale invece di un semplice titolo. Lo stesso schema arricchito viene restituito su ogni piano, compreso il livello gratuito.

Tre modi. Tieni uno stream aperto — Server-Sent Events o WebSocket — e incorpora gli articoli man mano che arrivano; registra un webhook e lascia che APITube invii nuove corrispondenze al tuo endpoint di ingestione tramite POST; oppure interroga l'API REST con filtri di data su base programmata. Tutti i canali accettano gli stessi filtri, quindi l'indice riceve solo ciò che la tua pipeline recupera effettivamente.

Ogni articolo APITube porta un ID storia che raggruppa la copertura correlata di un evento in un unico cluster. Ingerisci un articolo rappresentativo per storia invece di 40 copie sindacate, e il tuo retriever smetterà di restituire chunk quasi identici per la stessa query.

Ogni articolo APITube trasporta entità su 9 tipi collegati a Wikipedia e Wikidata, sentiment a livello generale, titolo, corpo e per entità da −1 a 1, categorie IPTC Media Topics con punteggi di rilevanza, la fonte con un'etichetta di bias politico e un punteggio di autorevolezza Open PageRank da 0 a 10, lingua, data di pubblicazione e un ID della storia. Memorizzali come metadati del database vettoriale e puoi pre-filtrare il recupero per azienda, argomento, sentiment, autorevolezza o recenza prima che venga eseguita la ricerca di similarità.

L'API REST esporta JSON, JSONL, Parquet, CSV, TSV, XML, RSS e XLSX. JSONL trasmette riga per riga a processi di embedding batch, e Parquet carica direttamente nei data warehouse e negli strumenti dataframe che la maggior parte delle pipeline di ingestione utilizza già.

Sì. APITube mantiene un archivio storico che puoi interrogare per intervallo di date utilizzando filtri published-at, in modo da poter scorrere all'indietro attraverso finestre temporali e ingerire in batch la profondità di cui il tuo corpus ha bisogno prima di passare agli aggiornamenti in tempo reale.

Non sempre. APITube gestisce un server MCP ospitato su https://mcp.apitube.io/ che espone la ricerca di notizie come strumenti che un agente può chiamare direttamente, senza necessità di database vettoriali. E l'endpoint /v1/news/fact-check esegue la verifica aumentata dal recupero lato server: controlla un'affermazione rispetto all'indice live e restituisce un verdetto con la copertura sottostante.

Ogni articolo riporta il suo URL canonico, il dominio di origine, il punteggio di autorevolezza della fonte e la data di pubblicazione. Conservali nei metadati del tuo chunk e il modello potrà attribuire ogni affermazione a una fonte collegabile e classificata, che è la differenza tra una risposta fondata e una plausibile.