鸿蒙平台集成 tavily_dart 进行 AI 语义搜索

在鸿蒙上做智能助理或垂直知识类应用，实时获取互联网的结构化信息是绕不开的环节。传统的关键词搜索往往带回大量噪音，直接喂给 LLM 不仅浪费 Token，更容易引发幻觉。

tavily_dart 是一个专门为 AI 场景设计的搜索客户端，背后对接 Tavily 的 LLM 优化搜索引擎。它能自动完成网页抓取、内容去重和摘要生成，返回干净的结构化数据。配合鸿蒙的异步能力，可以让应用具备'动态联网'的特性，同时又保持界面流畅。

它是怎么工作的

整体流程不算复杂：查询意图经 tavily_dart 格式化后发送给 Tavily 服务，服务端根据语义召回网页并进行清洗、摘要，最后返回结构化的 JSON，同时附带引用来源。

graph TD
    A[自然语言查询意图 User Query] --> B[Tavily 客户端解析器]
    B --> C{AI 搜索策略引擎}
    C -- 高级搜索 Advanced Search --> D[网页全量抓取与语义解析]
    C -- 基础检索 Basic Retrieval --> E[标题与摘要提取]
    D & E --> F[内容重排序与去噪 Re-ranking]
    F --> G[生成符合 LLM 格式的上下文 JSON]
    G --> H[注入鸿蒙端 AI 业务逻辑层]
    H --> I[鸿蒙 UI 智能回复呈现]
    J[多维度引用来源记录 Citations] -.-> G

集成配置

在 pubspec.yaml 中添加依赖：

dependencies:
  tavily_dart: ^0.1.0

如果是面向政务、医疗等场景，建议在初始化时开启 include_answer。这样一来，客户端可以先拿到 Tavily 生成的预置回复，在本地模型未完全加载时提供快速响应，对用户体验比较友好。

另外，鸿蒙端访问外部 API 可能受网络代理影响，记得在 ClientInfo 里注入准确的地理位置标识，有助于提高本地化搜索精度。

关键 API

tavily_dart 的核心就是 TavilyClient 和 search() 方法。返回的 SearchResult 包含标题、URL、评分和正文片段。下表列了最常用的几个：

类/方法	用途	说明
`TavilyClient`	客户端封装	管理 API Key，所有搜索请求的入口
`search()`	执行搜索	可配置深度（`SearchDepth`）、结果数量等
`SearchResult`	搜索结果对象	含 `title`、`url`、`content`、`score` 等字段

一个简单的使用示例：

import 'package:tavily_dart/tavily_dart.dart';

final client = TavilyClient(apiKey: 'your_api_key_here');
final response = await client.search(
  query: 'OpenHarmony NEXT 最新技术趋势',
  searchDepth: SearchDepth.advanced,
  maxResults: 5,
);
print('找到 ${response.results.length} 条结果');
for (var r in response.results) {
  print('${r.title} (评分: ${r.score})');
}

鸿蒙平台集成 tavily_dart 进行 AI 语义搜索