Web 搜索工具
Tavily · 实时联网 · 信息检索 Agent

1 为什么需要 Web 搜索？LLM 知识截止的根本局限

所有 LLM 都有一个根本局限：训练数据有截止日期（Knowledge Cutoff）。GPT-4、DeepSeek、Claude——它们只知道训练集里的知识，无法知道训练后发生的新事件、新数据。

• "谁是 Birralee 小学的校长？" → 管理层随时可能变动
• "旧金山现任市长是谁？" → 政治职位可能更替
• "今天的 Apple 股价？" → 每分钟都在变化
• "最新的 GPT 版本是什么？" → AI 行业快速发展

对于这类问题，单纯依赖 LLM 会得到可能过时或错误的答案。Web 搜索工具解决了这个问题——它让 Agent 能在推理时"出去查一下"，把最新信息带回来。

2 Tavily：专为 AI Agent 设计的搜索 API

Tavily 是一个为 LLM/Agent 场景优化的搜索服务，相比直接爬网页，它有几个关键优势：

3 定义 web_search 工具：@tool + TavilyClient

from langchain.tools import tool
from typing import Dict, Any
from tavily import TavilyClient

tavily_client = TavilyClient()  # 自动读取 TAVILY_API_KEY 环境变量

@tool("web_search", description="Search web")
def web_search(query: str) -> Dict[str, any]:
    return tavily_client.search(query, search_depth="basic")

这个工具的关键参数：

• query: str：搜索关键词。Agent 会根据用户的问题自动生成合适的查询词
• search_depth="basic"：快速搜索（适合大多数场景）；改为 "advanced" 会更深入但更慢
• 返回值：Tavily 的 JSON 结果，包含 results、query、answer 等字段

4 没有搜索工具时：LLM 的局限性演示

先建一个没有工具的普通 Agent，看它如何回答实时性问题：

agent_no_tools = create_agent(model=deepseek_model())

question = {
    "role": "user",
    "content": "Who is the principal of Birralee Primary School?"
}

response = agent_no_tools.invoke({"messages": question})

模型诚实地承认不知道——这是最好的情况。更糟糕的情况是模型自信地给出一个错误答案（幻觉）。

5 绑定搜索工具后：实时回答真实问题

场景一：查找学校校长

# 给 Agent 绑定 web_search 工具
agent = create_agent(
    deepseek_model(),
    tools=[web_search]
)

question = {
    "role": "user",
    "content": "Who is the principal of Birralee Primary School?"
}

response = agent.invoke({"messages": question})
print(response['messages'][-1].content)

模型这次调用了 web_search("Birralee Primary School principal")，从真实网页里找到了答案，而不是凭空编造。

场景二：查找市长信息

agent = create_agent(
    model=deepseek_model(),
    tools=[web_search]
)

question = HumanMessage(content="Who is the current mayor of San Francisco?")
response = agent.invoke({"messages": [question]})
print(response['messages'][-1].content)

6 解析搜索结果：ToolMessage 里的 JSON 数据

Tavily 返回的是 JSON 字符串，被封装为 ToolMessage.content。如果需要从搜索结果中提取具体信息，可以解析这个 JSON：

import json

# messages[2] 是 ToolMessage（工具执行结果）
content = response['messages'][2].content
data = json.loads(content)   # 字符串 → dict

from pprint import pprint
pprint(data)

Tavily 搜索结果的关键字段

7 搜索工具的进阶用法与注意事项

先独立测试工具，再绑定 Agent

# 先独立测试 web_search，确认可以正常工作
web_results = web_search.invoke("Who is the current mayor of San Francisco?")
print(web_results['results'][0]['content'])  # 第一条结果的内容

完整的工具列表示例

# 可以同时绑定多个工具
agent = create_agent(
    model=deepseek_model(),
    tools=[web_search, square_root, another_tool],
    system_prompt="You have access to web search and math tools. Use them when needed."
)