OpenClaw Web Search 完全指南（2026年3月最新）

优质文章学习记录

— 9 min read

OpenClaw Web Search 完全指南（2026年3月最新）

本文详细介绍 OpenClaw 内置 web_search 工具的 5 个官方搜索渠道，以及 Tavily 技能的使用方法。帮助你选择最适合的免费/付费方案。

目录

OpenClaw 搜索功能概述

OpenClaw 提供两种搜索能力：

  1. 内置 web_search 工具：支持 5 个官方搜索提供商
  2. Tavily 技能：第三方搜索服务，专为 AI 优化

内置 web_search 支持的提供商

Provider环境变量特点
Brave SearchBRAVE_API_KEY结构化结果 + 摘要
GeminiGEMINI_API_KEYAI 合成答案 + 引用
GrokXAI_API_KEYAI 合成答案 + 引用
KimiKIMI_API_KEY / MOONSHOT_API_KEYAI 合成答案 + 引用
PerplexityPERPLEXITY_API_KEY结构化结果 + 摘要

自动检测顺序：Brave → Gemini → Grok → Kimi → Perplexity

5 个官方搜索渠道详解

1. Brave Search API

免费额度
  • ✅ 有免费额度（但需绑卡）
  • 额度：每个付费计划每月送 $5 信用 ≈ 1000 次搜索
  • 计费：$5 / 1000 次请求，超出开始扣费
获取方式
  1. 访问 brave.com/search/api
  2. 注册账号并绑定信用卡
  3. 在项目网站 / About 页明确标注"本项目使用 Brave Search API"
  4. 满足归因要求后，每月自动续 $5 信用
配置方法
{"tools":{"web":{"search":{"enabled":true,"provider":"brave","apiKey":"YOUR_BRAVE_API_KEY"}}}}

或设置环境变量：

exportBRAVE_API_KEY="your_api_key"
注意事项
  • 老的"2k～5k 次/月完全免费"Free tier 已下线
  • 现在是"绑卡 + 每月 $5 ≈ 1000 次免费"模式
  • 需要在网站上注明使用 Brave API（归因要求）

2. Google Gemini

免费额度
  • ✅ 有长期免费层（无需绑卡）
  • 额度（2026年2月最新）：
    • Gemini 2.5 Pro：5 RPM、100 请求/天、25万 TPM
    • Gemini 2.5 Flash：10 RPM、500 请求/天、25万 TPM
    • Gemini 2.5 Flash-Lite：15 RPM、1000 请求/天、25万 TPM
  • 支持：Google Search Grounding（web 搜索加持），不额外收费
获取方式
  1. 访问 Google AI Studio
  2. 用 Google 账号登录
  3. 点击 “Get API Key”，无需绑卡直接生成
配置方法
{"tools":{"web":{"search":{"enabled":true,"provider":"gemini","gemini":{"apiKey":"AIza...","model":"gemini-2.5-flash"}}}}}

或设置环境变量：

exportGEMINI_API_KEY="your_api_key"
优点
  • 完全免费，无需绑卡
  • 稳定可靠，Google 官方长期支持
  • AI 合成答案，带引用来源
  • 支持 Google Search Grounding

3. Grok (xAI)

免费额度
  • ⚠️ 有促销信用（非长期 Free Tier）
  • 额度（截至 2026年1月）：
    • 新账号一次性送 $25 信用（30天有效）
    • 启用数据共享，每月再送 $150 信用
    • 合计首月最高 $175 信用
获取方式
  1. 访问 console.x.ai
  2. 注册 Grok API 账号
  3. 在 Billing 页面确认是否有 “Promotional Credits: $25”
  4. 在 Settings → Data Sharing 里打开 “Share API Inputs for Training”
  5. 24 小时内到账每月 $150 credit
配置方法
{"tools":{"web":{"search":{"enabled":true,"provider":"grok","grok":{"apiKey":"xai-..."}}}}}

或设置环境变量：

exportXAI_API_KEY="your_api_key"
注意事项
  • 不是长期承诺的 Free Tier，属于促销活动
  • 规则随时可能调整
  • 建议当成"能拿到算赚到"，不要作为架构必须依赖的资源

4. Kimi (Moonshot)

免费额度
  • ❌ 没有免费层
  • 计费：
    • 需先充值 ≥ $1 才能开通 API
    • 累计充值到 $5，送 $5 代金券（首 $5 翻倍）
    • 之后按量计费
获取方式
  1. 访问 platform.moonshot.cn
  2. 注册账号
  3. 充值至少 $1
  4. 获取 API Key
配置方法
{"tools":{"web":{"search":{"enabled":true,"provider":"kimi","kimi":{"apiKey":"sk-..."}}}}}

或设置环境变量：

exportKIMI_API_KEY="your_api_key"# 或exportMOONSHOT_API_KEY="your_api_key"
注意事项
  • API 不免费，需要充值
  • Web/App 端的 Kimi 聊天依然免费（但不适用于 OpenClaw API）

5. Perplexity

免费额度
  • ❌ 没有开发者免费层
  • 终端用户免费层（Standard）：
    • 无限次基础搜索（带实时网页、引用）
    • 少量 Pro Search 配额
    • 用完后需要 Pro/Max 订阅
获取方式
  1. 访问 perplexity.ai/settings/api
  2. 注册账号
  3. 生成 API Key
  4. 按量计费
配置方法
{"tools":{"web":{"search":{"enabled":true,"provider":"perplexity","perplexity":{"apiKey":"pplx-..."}}}}}

或设置环境变量：

exportPERPLEXITY_API_KEY="your_api_key"
注意事项
  • API 纯按量计费，没有免费额度
  • 网页/App 端免费用，但不适用于 OpenClaw API

免费额度对比表

渠道稳定 Free Tier？免费额度（开发者/API）获取方式 / 限制
Brave Search✅ 有，但绑卡每月 $5 credit ≈ 1000 次搜索绑卡 + 在站点注明使用 Brave API，超出开始扣费
Gemini API✅ 有，不绑卡2.5 Pro/Flash/Flash-Lite，5–15 RPM + 100–1000 请求/天Google AI Studio 生成 API key，无需信用卡
Grok API⚠️ 有促销信用新号 $25 + 数据共享每月 $150 credit注册后看 Billing；启用 Data Sharing 才有 $150/月
Kimi API❌ 没有需先充值 ≥$1，累计 $5 送 $5 券注册 Moonshot 平台并充值
Perplexity API❌ 没有文档中未声明开发者免费额度网页/App 免费用；API 视为纯按量计费

推荐配置方案

方案 1：完全免费（推荐）⭐⭐⭐⭐⭐

主力：Gemini API（免费层）

{"tools":{"web":{"search":{"enabled":true,"provider":"gemini","gemini":{"apiKey":"AIza...","model":"gemini-2.5-flash"}}}}}

优点：

  • 完全免费，无需绑卡
  • 稳定可靠，Google 官方支持
  • AI 合成答案，带引用来源
  • 每天 500 次请求（Flash 模型）

适合：个人开发者、小型项目

方案 2：免费 + 备用（推荐）⭐⭐⭐⭐

主力：Gemini API（免费层）
备用：Brave Search（每月 1000 次）

{"tools":{"web":{"search":{"enabled":true,"provider":"gemini","gemini":{"apiKey":"AIza..."}}}}}

优点：

  • Gemini 作为主力，完全免费
  • Brave 作为备用，每月 1000 次
  • 双重保障，避免单点故障

适合：中型项目、需要高可用性

方案 3：促销信用（激进）⚠️

主力：Grok API（促销信用）

{"tools":{"web":{"search":{"enabled":true,"provider":"grok","grok":{"apiKey":"xai-..."}}}}}

优点：

  • 首月最高 $175 信用
  • 数据共享每月 $150 credit

缺点：

  • 促销活动，随时可能结束
  • 不稳定，不建议作为长期依赖

适合：短期测试、尝鲜

方案 4：付费（高频使用）💰

主力：Brave Search 或 Perplexity

适合：

  • 企业级应用
  • 高频搜索需求（>1000 次/月）
  • 需要稳定 SLA

Tavily Web Search 技能

除了内置的 web_search 工具，OpenClaw 还支持通过技能使用 Tavily 搜索服务。

Tavily 优势

  • 专为 AI 优化：返回干净、相关的内容片段
  • 免费额度：注册即送 1000 次/月
  • 深度搜索：支持 --deep 模式，适合复杂研究
  • 新闻搜索：支持 --topic news，获取最新资讯

免费额度

  • 注册即送：1000 次/月
  • 无需绑卡
  • 长期有效

获取 API Key

  1. 访问 tavily.com
  2. 注册账号
  3. 在 Dashboard 生成 API Key

安装 Tavily 技能

# 优先使用 SkillHub（国内加速） skillhub install tavily-search # 或使用 ClawHub（兜底） clawhub install tavily-search

配置 API Key

# 添加到环境变量echo'export TAVILY_API_KEY="tvly-..."'>> ~/.bashrc source ~/.bashrc

使用方法

# 基本搜索（默认5条结果）node ~/.openclaw/skills/tavily-search/scripts/search.mjs "查询内容"# 指定结果数量（最多20条）node ~/.openclaw/skills/tavily-search/scripts/search.mjs "查询内容"-n10# 深度研究搜索node ~/.openclaw/skills/tavily-search/scripts/search.mjs "查询内容"--deep# 新闻搜索node ~/.openclaw/skills/tavily-search/scripts/search.mjs "查询内容"--topic news # 提取网页内容node ~/.openclaw/skills/tavily-search/scripts/extract.mjs "https://example.com/article"

Tavily vs 内置 web_search

维度Tavily 技能内置 web_search
免费额度1000 次/月取决于提供商
配置难度简单（技能安装）需配置 provider
AI 优化✅ 专为 AI 设计取决于提供商
深度搜索✅ 支持 --deep取决于提供商
新闻搜索✅ 支持 --topic news取决于提供商
调用方式技能脚本内置工具

配置步骤详解

方法 1：使用 openclaw configure（推荐）

# 配置 web_search openclaw configure --section web

按提示选择提供商并输入 API Key。

方法 2：手动编辑配置文件

编辑 ~/.openclaw/openclaw.json：

{"tools":{"web":{"search":{"enabled":true,"provider":"gemini","gemini":{"apiKey":"AIza..."}}}}}

方法 3：使用环境变量

编辑 ~/.openclaw/.env 或 ~/.bashrc：

# BraveexportBRAVE_API_KEY="your_key"# GeminiexportGEMINI_API_KEY="your_key"# GrokexportXAI_API_KEY="your_key"# KimiexportKIMI_API_KEY="your_key"# 或exportMOONSHOT_API_KEY="your_key"# PerplexityexportPERPLEXITY_API_KEY="your_key"# TavilyexportTAVILY_API_KEY="tvly-..."

重启 Gateway

openclaw gateway restart

测试搜索

在 OpenClaw 中直接说：

搜索一下 OpenClaw AI assistant

或使用 web_search 工具测试。

常见问题

Q1: 哪个搜索提供商最好？

A: 取决于你的需求：

  • 完全免费 + 稳定：Gemini（推荐）
  • 结构化结果：Brave Search
  • AI 优化：Tavily 技能
  • 促销信用：Grok（不稳定）

Q2: 可以同时配置多个提供商吗？

A: 可以，但 OpenClaw 只会使用一个（按优先级自动检测）。

Q3: 如何切换搜索提供商？

A: 修改 tools.web.search.provider 配置，或删除当前 API Key 让系统自动检测下一个。

Q4: Tavily 和内置 web_search 哪个好？

A:

  • Tavily：专为 AI 优化，免费 1000 次/月，适合大多数场景
  • 内置 web_search：集成度更高，但需要配置提供商

Q5: Gemini 免费层够用吗？

A: 对于个人开发者和小型项目，完全够用：

  • Gemini 2.5 Flash：500 请求/天 ≈ 15000 次/月
  • 远超 Brave 的 1000 次/月

Q6: Grok 的促销信用靠谱吗？

A: 不建议作为长期依赖：

  • 促销活动随时可能结束
  • 规则可能调整
  • 适合短期测试，不适合生产环境

Q7: 如何查看搜索配额使用情况？

A:

Q8: 搜索结果缓存多久？

A: 默认 15 分钟，可通过 tools.web.search.cacheTtlMinutes 配置。

Q9: 如何禁用搜索功能？

A: 设置 tools.web.search.enabled: false。

Q10: 搜索失败怎么办？

A: 检查：

  1. API Key 是否正确
  2. 配额是否用完
  3. 网络是否正常
  4. Gateway 日志：tail -f ~/.openclaw/logs/gateway.log

总结

最佳实践

  1. 首选 Gemini：完全免费，稳定可靠，无需绑卡
  2. 备用 Brave：每月 1000 次，需要绑卡
  3. 尝鲜 Grok：促销信用，不稳定
  4. 避免 Kimi/Perplexity：API 不免费

推荐配置

个人开发者：

主力：Gemini（免费） 备用：Tavily 技能（1000 次/月）

中型项目：

主力：Gemini（免费） 备用：Brave（1000 次/月）

企业级：

主力：Brave 或 Perplexity（付费） 备用：Gemini（免费）

快速开始

# 1. 获取 Gemini API Key# 访问 https://aistudio.google.com/apikey# 2. 配置 OpenClawexportGEMINI_API_KEY="AIza..."# 3. 重启 Gateway openclaw gateway restart # 4. 测试搜索# 在 OpenClaw 中说："搜索一下 OpenClaw"

参考资料

更新日期：2026年3月14日
OpenClaw 版本：2026.3.12+

如果本文对你有帮助，欢迎点赞、收藏、关注！有问题欢迎评论区讨论。

Read more

LangChain+LLaMA：AI原生应用上下文理解的最佳技术组合？

LangChain+LLaMA：AI原生应用上下文理解的最佳技术组合？ 引言：AI原生应用的“上下文焦虑” 在ChatGPT引爆AI热潮后，我们目睹了太多“看起来聪明”的AI应用：它们能回答简单问题、生成文案，甚至写代码——但一旦涉及持续对话或复杂场景，就立刻露馅： * 你问“我昨天买的MacBook怎么退货？”，它回复“请提供订单号”；5分钟后你再问“那退货需要带发票吗？”，它又问“你买了什么产品？” * 你让它“根据我们公司的新考勤政策，帮我算这个月的加班费”，它却回复“抱歉，我不清楚贵公司的具体政策”； * 你和它聊了20轮关于“AI绘画的版权问题”，它突然开始重复之前的观点，甚至混淆你的提问逻辑。 这些问题的核心，在于AI原生应用的“上下文理解能力”不足——而这正是当前AI应用从“玩具级”走向“生产级”的关键瓶颈。 幸运的是，我们找到了一对“黄金搭档”：LLaMA（开源大语言模型） + LangChain（AI应用编排框架）。它们的结合，

Llama-Factory与LangChain集成：构建智能化Agent工作流

Llama-Factory与LangChain集成：构建智能化Agent工作流 在企业级AI应用的落地过程中，一个反复出现的问题是：为什么通用大模型在实际业务场景中总是“差点意思”？比如客服系统里答非所问、工单处理时无法调用内部API、面对专业术语频频“幻觉”……归根结底，问题不在于模型不够大，而在于它缺乏领域知识和行为规范。 这时候，开发者往往面临两难：要让模型懂业务，就得微调；但传统微调流程复杂、资源消耗大，动辄需要多卡A100集群。更麻烦的是，即使模型训练好了，如何让它真正“动起来”——主动思考、调用工具、完成任务？这正是LangChain这类Agent框架的价值所在。而Llama-Factory的出现，恰好补上了从“静态模型”到“动态智能体”之间最关键的一环。 想象这样一个场景：你正在开发一款面向医疗行业的智能助手。用户提问：“我最近头晕乏力，血压140/90，该吃什么药？”如果直接交给未微调的LLM，答案可能泛泛而谈，甚至推荐错误药物。但如果这个模型已经在数万条真实医患对话上做过指令微调，并且被封装成LangChain Agent，它的行为会完全不同： 首先，它识别出

【Copilot配置避坑手册】：90%新手都会犯的7个致命错误

第一章：Copilot配置的核心认知 GitHub Copilot 不仅是一个代码补全工具，更是一种基于上下文理解的智能编程助手。其核心价值在于通过深度学习模型理解开发者意图，提供精准的代码建议。要充分发挥 Copilot 的能力，首先需建立对其配置机制的正确认知。 身份验证与环境准备 在使用 GitHub Copilot 前，必须确保已完成以下步骤： 1. 登录 GitHub 账户并启用 Copilot 订阅（个人或企业计划） 2. 在本地 IDE（如 VS Code）中安装官方插件 3. 执行身份验证命令以激活服务 # 在终端运行以下命令完成登录 npx @github/copilot-cli login 该命令会打开浏览器页面，引导用户完成授权流程。成功后，Copilot 将在支持的语言环境中自动启动。 编辑器配置优化 为提升建议质量，可在编辑器设置中调整关键参数： 配置项推荐值说明copilot.suggestOnTriggerCharacterstrue在输入特定字符（如
探寻学术纯净新路径——paperxie降重复|AIGC率引领论文优化新潮流

探寻学术纯净新路径——paperxie降重复|AIGC率引领论文优化新潮流

paperxie-免费查重复率aigc检测/开题报告/毕业论文/智能排版/文献综述/aippt https://www.paperxie.cn/checkhttps://www.paperxie.cn/checkhttps://www.paperxie.cn/check 在学术创作的领域中，论文的重复率和AIGC（人工智能生成内容）率问题日益受到关注。无论是学生为了顺利通过学术检测，还是学者追求研究成果的原创性和独特性，降低论文重复率和AIGC率都成为了至关重要的任务。而paperxie降重复|AIGC率功能的出现，宛如一盏明灯，为学术创作者们在追求论文质量与原创性的道路上指明了方向。 一、洞察需求，精准定位功能方向 在当下的学术环境中，论文重复率过高是一个普遍存在的问题。随着互联网信息的爆炸式增长，大量的学术资料、研究成果在网络上传播，学生在撰写论文时，难免会参考和借鉴前人的成果，从而导致论文重复率上升。同时，随着AI技术在写作领域的应用越来越广泛，AIGC内容也逐渐增多。虽然AI生成的内容在一定程度上可以提高写作效率，但过高的AIGC率可能会使论文缺乏原创性和深度，