Bocha Web Search API：国内可用的SerpAPI，可以平替Bing Web Search API，Google Web Search API

为什么需要国内可用的Web Search API？

在AI对话、AI搜索、AI智能体等AI应用的开发过程中，均需要引入联网搜索API来提供实时信息来增强检索并且降低大模型的幻觉。国内开展业务需要使用内容合规、高质量的搜索API。

但 Bing Search API、Google Search API 这类 SerpAPI 均是海外服务，一方面会有国内用户数据出海的问题，另一方面搜索结果中的内容没有进行安全过滤，所以国内业务是不能使用这些海外的搜索服务的。

国内博查，为AI应用提供内容合规、价格实惠、更适合AI使用的搜索服务，数据来源和搜索结果符合国内安全规范，数据不出海，满足国内企业用户和开发者的应用场景。

博查 Web Search API 搜索结果效果示例

详细介绍可以看我上一篇文章：使用博查Web Search API获取搜索引擎的网页链接和文本摘要，给AI/RAG应用增加联网搜索功能

为什么说是适合AI使用的搜索服务？

传统搜索引擎的Search API 或 SerpAPI 只提供网页的snippet，他们大多少于50字，并不适合AI来理解原文内容进行使用。因此针对AI或LLM使用的搜索引擎应该能够返回与用户搜索问题最相关的较长文本。

使用方式

可以通过博查官网API、大模型工具调用等方式来使用，非常便捷。

前往 博查AI开放平台 https://open.bochaai.com，微信扫码登陆后，在首页点击右上角的 “API KEY管理”，创建API KEY，复制出来即可。

官方API调用示例代码

curl

curl --location 'https://api.bochaai.com/v1/web-search' \
--header 'Authorization: Bearer YOUR-API-KEY' \
--header 'Content-Type: application/json' \
--data '{
    "query": "东部战区联合利剑-2024B演习",
    "freshness": "oneDay",
    "summary": true,
    "count": 8
}'

Python

import requests
import json
url = "https://api.bochaai.com/v1/web-search"
payload = json.dumps({
  "query": "什么是Multi Agent架构",
  "freshness": "oneYear",
  "summary": True,
  "count": 8
})
headers = {
  'Authorization': 'Bearer YOUR-API-KEY',
  'Content-Type': 'application/json',
}
response = requests.request("POST", url, headers=headers, data=payload)
print(response.json())

大模型 Function Call 调用示例代码

import requests
from langchain.agents import initialize_agent, Tool, AgentType
from langchain_openai import ChatOpenAI
from langchain.tools import tool
OPENAI_API_KEY = "YOUR OPENAI API KEY"
BOCHA_API_KEY = "YOUR BOCHA API KEY"
# 定义Bocha Web Search工具
@tool
def bocha_web_search_tool(query: str, count: int = 8) -> str:
    """
    使用Bocha Web Search API进行联网搜索，返回搜索结果的字符串。
    
    参数:
    - query: 搜索关键词
    - count: 返回的搜索结果数量
    返回:
    - 搜索结果的字符串形式
    """
    url = 'https://api.bochaai.com/v1/web-search'
    headers = {
        'Authorization': f'Bearer {BOCHA_API_KEY}',  # 请替换为你的API密钥
        'Content-Type': 'application/json'
    }
    data = {
        "query": query,
        "freshness": "noLimit", # 搜索的时间范围，例如 "oneDay", "oneWeek", "oneMonth", "oneYear", "noLimit"
        "summary": True, # 是否返回长文本摘要总结
        "count": count
    }
    response = requests.post(url, headers=headers, json=data)
    if response.status_code == 200:
        # 返回给大模型的格式化的搜索结果文本
        # 可以自己对博查的搜索结果进行自定义处理
        return str(response.json())
    else:
        raise Exception(f"API请求失败，状态码: {response.status_code}, 错误信息: {response.text}")
# 创建LangChain工具
bocha_tool = Tool(
    name="BochaWebSearch",
    func=bocha_web_search_tool,
    description="使用Bocha Web Search API进行网络搜索"
)
# 初始化OpenAI语言模型
llm = ChatOpenAI(
    model="gpt-4o-mini",
    temperature=0,
    openai_api_key=OPENAI_API_KEY
)
# 初始化代理，设置Agent自动决定何时调用工具
tools = [bocha_tool]  # 包含你定义的Bocha Web Search工具
agent = initialize_agent(
    tools=tools,
    agent=AgentType.ZERO_SHOT_REACT_DESCRIPTION,
    llm=llm,
    verbose=False
)
# 测试用例
query = "阿里巴巴2024年的ESG报告主要讲了哪些内容？"
response = agent.run(f"请帮我搜索以下内容：{query}")
print(response)