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
HDU-Dade10 分钟前
【校招笔试真题】简要介绍 Self-Attention 的前沿算法
人工智能·算法
在所不辞兄1 小时前
【零基础学智能仿真-63】ABACUS作业工具与MCP接口
人工智能·深度学习·神经网络·机器学习·智能仿真
楚山之石1 小时前
【Medical Image Analysis】深度学习医学图像合成综述:伪CT、合成MRI与合成PET的架构、性能与临床边界
图像处理·人工智能·学习·mr·mri
blackappleD1 小时前
百度 Unlimited OCR 2 拆解:SR-SWA 如何让百页文档的 KV 缓存不再涨
人工智能·llm
数字新视界1 小时前
国产动环数据库在智能机房环境监控中的应用与优势分析
大数据·人工智能·数据中心·机房管理·模块化机房
holly就是我1 小时前
AI 编程助手为什么跑偏?用开源 ccglass 看清 Prompt、工具调用和 Token 消耗
人工智能·后端
雨中飘荡的记忆1 小时前
额度又见底了?这个开源项目,给 AI 编程助手接上 61 家"加油站"
人工智能
天远Date Lab1 小时前
零信任架构实战:基于天远企业年报信息核验构建自动化商业保理财务与社保穿透评估网关
人工智能·架构·自动化
EnCi Zheng1 小时前
后端怎么把AI接口稳定安全低成本接进业务:超时重试、密钥隔离与成本熔断清单
人工智能·后端·安全·架构·api
loulanyue_2 小时前
给概率大模型套上确定性缰绳:GraphRAG、神经符号与知识超图重构可信AI底座——读陈华钧杨博等CNCC2026第十届知识图谱论坛实录
人工智能·rag