wow agent day07 搜索引擎Agent

申请搜索引擎 API#

我们使用博查 API;
主要特点

内容合规且高质量：数据来源和搜索结果符合国内安全规范，数据不出海，满足 B 端企业用户应用场景，能为 AI 应用提供干净、准确、高质量的搜索结果。
多模态混合搜索：支持关键字 + 向量混合搜索，使用 bocha-semantic-reranker 进行二次排序，显著提升搜索结果与问题的相关性，搜索结果包含网页、图片、视频、抖音视频等多模态内容。
多模型 AI 搜索：已经接入了阿里通义千问、字节云雀大模型、月之暗面 Kimi 等国产顶尖 AI 大模型，用户可以根据具体需求选择不同的模型进行搜索。
智能体搜索：引入 AI 智能体，提供更加丰富和深入的答案，目前处于内测阶段。如餐厅搜索、酒店搜索、景点搜索等多种生活类、商业类、知识类智能体。

搜索引擎 Agent#

自定义 llm 和读入 API 之后；

from llama_index.core.tools import FunctionTool
import requests
# 需要先把BOCHA_API_KEY填写到.env文件中去。
BOCHA_API_KEY = os.getenv('BOCHA_API_KEY')

# 定义Bocha Web Search工具
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}")

search_tool = FunctionTool.from_defaults(fn=bocha_web_search_tool)
from llama_index.core.agent import ReActAgent
agent = ReActAgent.from_tools([search_tool], llm=llm, verbose=True)

这段代码主要是定义了一个名为 bocha_web_search_tool 的函数，用于通过 Bocha Web Search API 进行网络搜索，并将其集成到一个代理（agent）中。

测试#

# 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.chat(f"请帮我搜索以下内容：{query}")
print(response)