OpenClaw配置GLM联网搜索 - 免费使用AI搜索功能

OpenClaw配置GLM联网搜索 - 免费使用AI搜索功能

还在为AI联网搜索头疼费?这篇文章教你实现AI联网搜索

背景

现在AI助手大火,但是大部分都不支持联网搜索。能够联网的Perplexity一个月要20美元,对个人开发者来说确实有点肉疼。

作为一个程序员,我一直在找免费或者低成本的解决方案。直到我发现OpenClaw这个开源平台,可以很方便地自定义Skill,配合智谱AI的GLM模型,实现了免费联网搜索功能。

什么是OpenClaw

OpenClaw是一个开源的AI助手平台,支持:

  • 多个AI模型(GPT、Claude、GLM等)
  • 自定义Skill(技能)
  • 多种部署方式
  • 飞书、Telegram等多平台接入

官方文档:https://github.com/openclaw/openclaw

核心思路

利用OpenClaw的自定义Skill功能,调用智谱AI的GLM模型。GLM模型支持联网搜索工具(web_search),我们只需要:

  1. 申请智谱AI的API Key
  2. 编写调用脚本
  3. 配置到OpenClaw

详细配置步骤

第一步:申请智谱AI API Key

  1. 打开 https://open.bigmodel.cn/
  2. 注册账号(新用户有免费额度)
  3. 登录后进入控制台
  4. 点击左侧「API Keys」
  5. 点击「创建API Keys」
  6. 复制保存好Key

第二步:创建Skill目录结构

在OpenClaw的skills目录下创建:

glm-web-search/ ├── _meta.json ├── SKILL.md └── scripts/ └── search.mjs 

第三步:配置文件

_meta.json:

{"ownerId":"local","slug":"glm-web-search","version":"1.0.0"}

SKILL.md:

--- name: glm-web-search description: 使用智谱AI GLM模型进行联网搜索 metadata: {"openclaw":{"emoji":"🔍","requires":{"env":["ZHIPU_API_KEY"]}}} --- # GLM Web Search 使用智谱AI的GLM模型进行联网搜索。 ## 环境变量 需要配置 ZHIPU_API_KEY 环境变量。 

第四步:编写搜索脚本

创建 scripts/search.mjs,核心代码:

const apiKey = process.env.ZHIPU_API_KEY;const endpoint ="https://open.bigmodel.cn/api/paas/v4/chat/completions";const body ={model:"glm-4-flash",messages:[{role:"user",content:`请搜索:${query}`}],tools:[{type:"web_search",web_search:{search_query: query }}],tool_choice:"auto"};const resp =awaitfetch(endpoint,{method:"POST",headers:{"Content-Type":"application/json","Authorization":`Bearer ${apiKey}`},body:JSON.stringify(body)});const data =await resp.json(); console.log(data.choices[0].message.content);

第五步:配置环境变量

exportZHIPU_API_KEY="你的API密钥"

第六步:重启服务

openclaw restart 

使用效果

配置完成后,直接对话:

用户:帮我查一下最新的AI新闻 AI:以下是最新AI相关新闻: 1. OpenAI发布新模型GPT-5... 2. Anthropic发布Claude 4... 3. 智谱AI更新GLM-5... (自动联网搜索并返回结果) 

效果对比

方案月费用稳定性搜索效果
Perplexity Pro$20稳定
ChatGPT Plus$20一般一般
第三方搜索API¥50+一般一般
本文方案免费稳定够用

注意事项

  1. 智谱AI免费额度有限,建议合理使用
  2. 目前仅支持中文搜索效果最佳
  3. 如需大规模使用,建议升级付费套餐

总结

通过OpenClaw + 智谱AI的组合,我们实现了:

  • ✅ 免费联网搜索
  • ✅ 中文搜索效果好
  • ✅ 部署简单

对于个人开发者或者小团队来说,这个方案完全可以满足日常需求。如果你有更好的方案,欢迎评论区交流!


参考:

  • OpenClaw GitHub: https://github.com/openclaw/openclaw
  • 智谱AI官网: https://open.bigmodel.cn/

标签: OpenClaw 智谱AI GLM 联网搜索 AI工具 免费


本文原创,转载注明出处

Read more

一文读懂OpenRouter:全球AI模型的“超级接口”,很多免费模型

一文读懂OpenRouter:全球AI模型的“超级接口”,很多免费模型

在人工智能技术百花齐放的今天,开发者面临着一个“幸福的烦恼”:市面上有GPT-4、Claude、Gemini、Kimi、GLM等众多顶尖大模型,但每个平台都需要单独注册、管理API密钥、对接不同接口文档,极大地增加了开发成本与技术门槛。 OpenRouter的出现,正是为了解决这一痛点。它不仅是一个AI模型聚合平台,更被业界视为全球AI模型竞争的“风向标”。 1. 什么是OpenRouter? OpenRouter是一个开源的AI模型聚合平台,它像一个“超级接口”或“路由器”,将全球超过300个主流AI模型(来自400多个提供商)整合在一起,为开发者提供统一的API接口。 其核心价值在于: * 统一API接口:开发者只需使用一套API密钥,即可调用包括OpenAI、Anthropic、Google、以及中国头部厂商(如MiniMax、月之暗面、智谱AI)在内的所有模型,无需为每个模型单独适配接口。 * 智能路由与成本优化:平台支持智能路由,可自动匹配性价比最高的模型,或根据开发者需求手动切换。其采用纯按量付费模式,无月费或最低消费,价格通常与官方持平甚至更低。 * 零

OpenClaw深度解析:“数字龙虾”何以引爆AI Agent时代?安全危机与未来之战

OpenClaw深度解析:“数字龙虾”何以引爆AI Agent时代?安全危机与未来之战

OpenClaw深度解析:“数字龙虾”何以引爆AI Agent时代?安全危机与未来之战 一只“龙虾”,正在搅动整个科技圈。 2026年3月,一款名为OpenClaw的开源AI智能体框架在中国科技圈引发了一场前所未有的“全民养虾热”。它的GitHub星标数突破27万,超越React和Linux登顶全球开源软件项目榜。黄仁勋在GTC 2026上高呼:“这是Agent时代的Windows,每个公司都需要有OpenClaw战略”。 但与此同时,中国互联网金融协会、工信部、国家互联网应急中心接连发布安全预警。有用户因AI幻觉痛失全部邮件,有企业因恶意技能被植入后门。 这只“数字龙虾”究竟是什么?它为何能掀起滔天巨浪?又将游向何方? 01 现象:OpenClaw引爆的“龙虾热” 2026年春天,科技圈最火的关键词无疑是OpenClaw。这款开源自动化智能体框架,让大语言模型第一次真正长出了能干活儿的“钳子”。 核心能力:从“会说话”到“会做事” 与传统对话式AI不同,OpenClaw能够直接操作浏览器、读取文件、调用API、运行脚本,甚至接入微信、飞书、钉钉等协作平台。

最新!2026年3月全球大模型全景:国产登顶、百万上下文、智能体爆发,AI进入实用新纪元

最新!2026年3月全球大模型全景:国产登顶、百万上下文、智能体爆发,AI进入实用新纪元

🔥个人主页:北极的代码(欢迎来访) 🎬作者简介:java后端学习者 ❄️个人专栏:苍穹外卖日记,SSM框架深入,JavaWeb ✨命运的结局尽可永在,不屈的挑战却不可须臾或缺! 前言:2026年3月,全球大模型领域迎来史诗级爆发,OpenAI、谷歌等海外巨头持续突破技术边界,国产大模型实现全球调用量反超、旗舰模型登顶国际盲测的双重突破。本文汇总3月国内外大模型最新动态、核心技术趋势、产业落地进展,解读AI从“参数内卷”走向“实用落地”的关键变革,助力开发者把握行业前沿。 2026年3月,全球大模型领域迎来史诗级密集爆发:OpenAI、谷歌、Meta等海外巨头持续领跑技术边界,中国大模型则实现全球调用量反超、旗舰模型登顶国际盲测、端侧与行业应用全面落地的三重突破。从百万Token上下文成为标配,到原生多模态与电脑控制能力成熟,再到AI智能体(Agent)从概念走向规模化商用,大模型正式告别“参数内卷”,进入效率优先、场景为王、生态重构的实用主义时代。 一、国际巨头:上下文军备竞赛白热化,Agent能力全面进化 3月海外巨头密集发布新版本,

本地 AI Agent 平台实战:DeerFlow Windows 全栈部署与架构深度解析

本地 AI Agent 平台实战:DeerFlow Windows 全栈部署与架构深度解析

目录 1. 痛点直击:为什么我们需要在本地部署 AI Agent 平台? 2. 核心方案:总体架构与设计思路 2.1 架构拓扑图 2.2 核心技术选型理由 2.3 设计意图解析 3. 实战演练:一步步实现 (Step-by-Step) 3.1 环境准备:工欲善其事 3.2 项目克隆与配置 3.3 安装依赖与启动服务 4. 原理深挖:黑盒之下发生了什么 4.1 请求生命周期时序图 4.2 状态管理核心 (LangGraph State) 4.3 沙箱隔离原理 5. 避坑指南:生产环境的血泪教训