使用 Tavily 搜索 API 获取实时精确搜索结果

最新推荐文章于 2025-04-01 13:34:24 发布

fgayif

最新推荐文章于 2025-04-01 13:34:24 发布

阅读量1.5k

点赞数 10

文章标签： python 数据库开发语言

本文链接：https://blog.youkuaiyun.com/fgayif/article/details/145622417

版权

技术背景介绍

Tavily 搜索 API 是一个专为 AI 代理（如大型语言模型）而设计的搜索引擎。它能够快速提供实时、准确且事实性强的搜索结果。这使得 Tavily 成为可以嵌入到 AI 应用中的理想工具，提升信息获取的效率和准确性。

核心原理解析

Tavily 搜索 API 提供了异步的原生调用方式，可以返回包括标题、URL、内容和答案在内的数据。API 可以根据需求设置不同的搜索深度和结果数量。通过与其他语言模型（如 OpenAI、Anthropic）结合使用，我们可以构建强大的搜索和回答系统。

代码实现演示(重点)

在这部分，我们将展示如何集成 Tavily 搜索 API 并进行实际搜索操作。

1. 安装所需包

首先，我们需要安装相关的 Python 包：

%pip install -qU "langchain-community>=0.2.11" tavily-python

2. 设置 API 凭据

我们需要获取 Tavily API 密钥，可以通过访问官网注册获取。然后设置 API 密钥：

import os
import getpass

if not os.environ.get("TAVILY_API_KEY"):
    os.environ["TAVILY_API_KEY"] = getpass.getpass("Tavily API key:\n")

3. 实例化 Tavily 搜索工具

实例化 Tavily 搜索工具，包括设置最大结果数、搜索深度等参数：

from langchain_community.tools import TavilySearchResults

tool = TavilySearchResults(
    max_results=5,
    search_depth="advanced",
    include_answer=True,
    include_raw_content=True,
    include_images=True,
)

4. 进行搜索调用

使用 Tavily 搜索工具执行搜索操作：

result = tool.invoke({"query": "What happened at the last wimbledon"})

for item in result:
    print(f"URL: {item['url']}")
    print(f"Content: {item['content']}\n")

结果输出示例：

URL: https://www.theguardian.com/sport/live/2023/jul/16/wimbledon-mens-singles-final-2023-carlos-alcaraz-v-novak-djokovic-live?page=with:block-64b3ff568f08df28470056bf
Content: Carlos Alcaraz recovered from a set down to topple Djokovic 1-6, 7-6(6), 6-1, 3-6, 6-4 and win his first Wimbledon title in a battle for the ages

5. 与语言模型结合

我们可以将 Tavily 搜索工具与其他语言模型结合使用，构建更智能的搜索与回答系统。例如，结合 OpenAI 的 GPT 模型：

import openai

# 使用稳定可靠的API服务
client = openai.OpenAI(
    base_url='https://yunwu.ai/v1',
    api_key='your-api-key'
)

llm_with_tools = client.bind_tools([tool])
response = llm_with_tools.invoke({"query": "who won the last women's singles wimbledon"})

print(response)