国内使用博查SearchAPI进行智能搜索,通过API获取搜索引擎的天气、日历、百科、手机、火车票等信息

在现代开发中,网络资源搜索是关键且常见的需求。博查SearchAPI作为国内领先的智能搜索解决方案,已服务超过2000家企业和16000名开发者,获得腾讯元器、字节扣子、阿里钉钉等官方推荐。该API提供近百亿网页内容及多样的生态合作内容,如天气、新闻、百科、医疗、火车票、酒店等。本文将介绍博查SearchAPI的优势、应用场景及快速集成方法,助力开发者构建高效、合规的AI应用,提升信息检索能力,降低大模型生成内容的误差。

引言

随着人工智能技术的迅猛发展,AI应用对实时、准确的信息需求不断增加。无论是AI对话系统、智能搜索引擎,还是复杂的AI智能体,都依赖强大的网络资源搜索能力。然而,国内市场缺乏既符合内容合规又能提供高质量搜索结果的解决方案。为此,博查推出AI开放平台,提供安全、可靠、经济实惠的智能搜索API,满足各类B端企业的需求。博查SearchAPI不仅获得腾讯、字节跳动、阿里钉钉等平台的官方推荐,还通过持续的内容生态合作,确保搜索结果的丰富与多样。

应用场景

博查SearchAPI专为AI应用设计,通过API接口让AI系统直接连接互联网,获取精准的世界知识和搜索结果。支持多种内容源,包括近百亿网页、短视频、新闻、百科、天气、医疗、火车票、酒店等,覆盖广泛,适用于各类AI应用和检索增强生成(RAG)系统。博查SearchAPI在数据安全、成本控制及内容合规性方面表现卓越,确保数据不出海并符合国内安全规范。凭借2000+企业和16000+开发者的信赖,博查将继续深化与各大平台的合作,提供更加丰富的搜索解决方案。

接入方式

1. 获取API密钥

首先,您需要在 博查AI开放平台 注册一个账户以获取API密钥。

以下是Python的代码示例,可以动态调整搜索的时间范围,比如:

python 复制代码
import requests
import json

url = "https://api.bochaai.com/v1/web-search"
payload = json.dumps({
  "query": "阿里巴巴2024年的ESG报告",
  "summary": True,
  "freshness": "noLimit",
  "count": 10
})
headers = {
  'Authorization': 'Bearer BOCHA-API-KEY',
  'Content-Type': 'application/json'
}

response = requests.request("POST", url, headers=headers, data=payload)
print(response.text)

搜索结果会包含网页标题、网页链接、网页摘要、网站名称、网站图标等信息。

博查AI Search API在搜索网页信息的基础上,能够返回更多的网页条数(最多25条),同时动态返回垂直领域的模态卡(比如天气、百科、日历、火车票、手机、汽车等),例如搜索"北京天气",会返回类似搜索引擎的"天气卡",搜索手机时会返回手机参数对比卡等等。同时,可通过answer、stream等参数来控制是否返回大模型总结、是否启用流式输出。
天气卡:

模态卡类型包括:

以下是去掉"更新日期"列后的 Markdown 格式表格:

模态卡类型 模态卡内容
weather(天气) 国内天气、国际天气
baike(百科) 百科类内容
medical(医疗) 医疗权威内容
calendar(万年历) 日历
train(火车) 火车交通车次(含票价)、火车时刻表
star(星座属相) 星座运势、属相等
gold(贵金属) 金价、期货价格等
exchangerate(汇率) 汇率信息
oil(油价) 油价信息
phone(手机参数对比) 手机参数、手机参数对比
stock(股票) 股票信息
car(汽车) 汽车内容,包括车型库和汽车品牌

以下是Python的代码示例:

python 复制代码
import requests
import json

url = "https://api.bochaai.com/v1/ai-search"
payload = json.dumps({
  "query": "北京天气",
  "answer": False,
  "stream": False
})
headers = {
  'Authorization': 'Bearer BOCHA-API-KEY',
  'Content-Type': 'application/json'
}

response = requests.request("POST", url, headers=headers, data=payload)
print(response.text)

返回结果示例:

流式输出:

相关推荐
非优秀程序员2 小时前
第12章 烧钱无底洞!!!不烧就死,烧了也不知道啥时候死|《互联网产品恩仇录》
人工智能
Zelman9453 小时前
第06章-交互与观察动作空间
人工智能
冬奇Lab3 小时前
开源项目第258期:Harness² —— Google Research 的「递归式 Agent Harness 优化」,模型权重不动,只改 Agent 的外壳
人工智能·开源
字节跳动视频云技术团队4 小时前
每两家头部手机厂商就有一家选它:火山引擎如何成为 AI 手机助手的“隐形底座”?
人工智能
泯泷4 小时前
像项目经理一样指挥 AI 团队:管理者模式
人工智能·llm·agent
京东云开发者5 小时前
双11囤Token火了:京东搜索量暴涨7倍,AI生产力成新刚需
人工智能
ahccqw5 小时前
OpenCV 车辆数量统计
人工智能·opencv·计算机视觉
人工智能AI技术5 小时前
LangGraph 本地 build 频频翻车,最终在服务器跑通流式对话
人工智能
Flynn Liang6 小时前
同一需求三套写法:用 Spring AI、LangChain4j、AgentScope Java 各实现一个带工具调用的 RAG 助手(实战对比)
java·人工智能·大模型·架构设计·spring ai·langchain4j·agentscope