name: openclaw-search description: “智能代理搜索。多源检索与置信度评分 - 在一个统一的API中整合网络、学术和Tavily搜索。” homepage: https://openclaw.ai metadata: {“openclaw”:{“emoji”:“🔍”,“requires”:{“bins”:[“curl”,“python3”],“env”:[“AISA_API_KEY”]},“primaryEnv”:“AISA_API_KEY”}}

OpenClaw 搜索 🔍

面向自主代理的智能搜索。由 AIsa 驱动。

一个API密钥。多源检索。置信度评分答案。

灵感来源于 AIsa Verity - 一个具有信任评分答案的下一代搜索代理。

🔥 你能做什么？

研究助手

"搜索2024-2025年关于Transformer架构的最新论文"

市场研究

"查找关于2025年第四季度AI初创公司融资的所有网络文章"

竞品分析

"搜索关于RAG框架的评论和比较"

新闻聚合

"获取关于量子计算突破的最新新闻"

深度研究

"结合网络和学术资源的智能搜索，主题为‘自主代理’"

快速开始

export AISA_API_KEY="你的密钥"

🏗️ 架构：多阶段编排

OpenClaw 搜索采用两阶段检索策略以获得全面结果：

阶段 1: 发现（并行检索）

同时查询4个不同的搜索流：

学术搜索: 深度学术检索
网络搜索: 结构化网络搜索
智能搜索: 智能混合模式搜索
Tavily: 外部验证信号

阶段 2: 推理（元分析）

使用 AIsa Explain 对搜索结果进行元分析，生成：

置信度分数（0-100）
来源一致性分析
综合答案

┌─────────────────────────────────────────────────────────────┐
│                      用户查询                                │
└─────────────────────────────────────────────────────────────┘
                              │
              ┌───────────────┼───────────────┐
              ▼               ▼               ▼
        ┌─────────┐     ┌─────────┐     ┌─────────┐
        │ 学术搜索│     │ 网络搜索│     │ 智能搜索│
        └─────────┘     └─────────┘     └─────────┘
              │               │               │
              └───────────────┼───────────────┘
                              ▼
                    ┌─────────────────┐
                    │  AIsa Explain   │
                    │   （元分析）    │
                    └─────────────────┘
                              │
                              ▼
                    ┌─────────────────┐
                    │ 置信度分数      │
                    │   + 综合        │
                    └─────────────────┘

核心能力

网络搜索

# 基础网络搜索
curl -X POST "https://api.aisa.one/apis/v1/scholar/search/web?query=AI+框架&max_num_results=10" \
  -H "Authorization: Bearer $AISA_API_KEY"

# 全文搜索（包含页面内容）
curl -X POST "https://api.aisa.one/apis/v1/search/full?query=最新+AI+新闻&max_num_results=10" \
  -H "Authorization: Bearer $AISA_API_KEY"

学术/学者搜索

# 搜索学术论文
curl -X POST "https://api.aisa.one/apis/v1/scholar/search/scholar?query=transformer+模型&max_num_results=10" \
  -H "Authorization: Bearer $AISA_API_KEY"

# 带年份过滤
curl -X POST "https://api.aisa.one/apis/v1/scholar/search/scholar?query=LLM&max_num_results=10&as_ylo=2024&as_yhi=2025" \
  -H "Authorization: Bearer $AISA_API_KEY"

智能搜索（网络 + 学术结合）

# 智能混合搜索
curl -X POST "https://api.aisa.one/apis/v1/scholar/search/smart?query=机器学习+优化&max_num_results=10" \
  -H "Authorization: Bearer $AISA_API_KEY"

Tavily 集成（高级）

# Tavily 搜索
curl -X POST "https://api.aisa.one/apis/v1/tavily/search" \
  -H "Authorization: Bearer $AISA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"query":"最新AI发展"}'

# 从URL提取内容
curl -X POST "https://api.aisa.one/apis/v1/tavily/extract" \
  -H "Authorization: Bearer $AISA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"urls":["https://example.com/article"]}'

# 爬取网页
curl -X POST "https://api.aisa.one/apis/v1/tavily/crawl" \
  -H "Authorization: Bearer $AISA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"url":"https://example.com","max_depth":2}'

# 站点地图
curl -X POST "https://api.aisa.one/apis/v1/tavily/map" \
  -H "Authorization: Bearer $AISA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"url":"https://example.com"}'

解释搜索结果（元分析）

# 生成带有置信度评分的解释
curl -X POST "https://api.aisa.one/apis/v1/scholar/explain" \
  -H "Authorization: Bearer $AISA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"results":[...],"language":"en","format":"summary"}'

📊 置信度评分引擎

与标准RAG系统不同，OpenClaw 搜索评估可信度和共识：

评分标准

因素	权重	描述
来源质量	40%	学术 > 智能/网络 > 外部
一致性分析	35%	跨来源共识检查
时效性	15%	较新的来源权重更高
相关性	10%	查询-结果语义匹配

分数解读

分数	置信度等级	含义
90-100	非常高	学术和网络来源间有强烈共识
70-89	高	良好的一致性，可靠的来源
50-69	中等	混合信号，建议独立验证
30-49	低	来源冲突，谨慎使用
0-29	非常低	数据不足或相互矛盾

Python 客户端

# 网络搜索
python3 {baseDir}/scripts/search_client.py web --query "最新AI新闻" --count 10

# 学术搜索
python3 {baseDir}/scripts/search_client.py scholar --query "transformer架构" --count 10
python3 {baseDir}/scripts/search_client.py scholar --query "LLM" --year-from 2024 --year-to 2025

# 智能搜索（网络 + 学术）
python3 {baseDir}/scripts/search_client.py smart --query "自主代理" --count 10

# 全文搜索
python3 {baseDir}/scripts/search_client.py full --query "AI初创公司融资"

# Tavily 操作
python3 {baseDir}/scripts/search_client.py tavily-search --query "AI发展"
python3 {baseDir}/scripts/search_client.py tavily-extract --urls "https://example.com/article"

# 带置信度评分的多源搜索
python3 {baseDir}/scripts/search_client.py verity --query "量子计算是否已为企业级应用做好准备？"

API 端点参考

端点	方法	描述
`/scholar/search/web`	POST	结构化结果的网络搜索
`/scholar/search/scholar`	POST	学术论文搜索
`/scholar/search/smart`	POST	智能混合搜索
`/scholar/explain`	POST	生成结果解释
`/search/full`	POST	带内容的全文搜索
`/search/smart`	POST	智能网络搜索
`/tavily/search`	POST	Tavily 搜索集成
`/tavily/extract`	POST	从URL提取内容
`/tavily/crawl`	POST	爬取网页
`/tavily/map`	POST	生成站点地图

搜索参数

参数	类型	描述
query	string	搜索查询（必需）
max_num_results	integer	最大结果数（1-100，默认10）
as_ylo	integer	年份下限（仅学术搜索）
as_yhi	integer	年份上限（仅学术搜索）

🚀 构建 Verity 风格代理

想构建你自己的置信度评分搜索代理吗？以下是模式：

1. 并行发现

import asyncio

async def discover(query):
    """阶段 1: 从多个来源并行检索。"""
    tasks = [
        search_scholar(query),
        search_web(query),
        search_smart(query),
        search_tavily(query)
    ]
    results = await asyncio.gather(*tasks)
    return {
        "scholar": results[0],
        "web": results[1],
        "smart": results[2],
        "tavily": results[3]
    }

2. 置信度评分

def score_confidence(results):
    """计算确定性置信度分数。"""
    score = 0
    
    # 来源质量 (40%)
    if results["scholar"]:
        score += 40 * len(results["scholar"]) / 10
    
    # 一致性分析 (35%)
    claims = extract_claims(results)
    agreement = analyze_agreement(claims)
    score += 35 * agreement
    
    # 时效性 (15%)
    recency = calculate_recency(results)
    score += 15 * recency
    
    # 相关性 (10%)
    relevance = calculate_relevance(results, query)
    score += 10 * relevance
    
    return min(100, score)

3. 综合

async def synthesize(query, results, score):
    """生成带有引用的最终答案。"""
    explanation = await explain_results(results)
    return {
        "answer": explanation["summary"],
        "confidence": score,
        "sources": explanation["citations"],
        "claims": explanation["claims"]
    }

完整实现请参见 AIsa Verity。

定价

API	成本
网络搜索	~$0.001
学者搜索	~$0.002
智能搜索	~$0.002
Tavily 搜索	~$0.002
解释	~$0.003

每个响应都包含 usage.cost 和 usage.credits_remaining。

开始使用

在 aisa.one 注册
获取你的API密钥
添加信用额度（按需付费）
设置环境变量：export AISA_API_KEY="你的密钥"

完整API参考

完整端点文档请参见 API 参考。

资源

AIsa Verity - 置信度评分搜索代理的参考实现
AIsa 文档 - 完整API文档