OpenClaw Search Provider 配置指南：让 AI Agent 学会联网搜索（2026）

OpenClaw Search Provider 配置指南：让 AI Agent 学会联网搜索（2026）

摘要

OpenClaw 在 onboard 配置时会问你一个问题：“Choose a search provider”。很多人在这一步直接回车跳过了——然后发现自己的 Agent 对 2024 年以后的事情一问三不知。

Search Provider 是让 OpenClaw Agent 具备联网搜索能力的关键组件。本文对比 Tavily、Google Custom Search、Bing Search 三种方案的配置方法、价格、免费额度和国内可用性，帮你选出最适合的方案，5 分钟配好让 Agent 学会「先搜再答」。

目录

为什么 Agent 需要搜索能力

先说一个场景。你让 OpenClaw Agent 帮你查一下”2026 年 3 月最新的 Claude 模型叫什么”，Agent 信誓旦旦地回答了一个过时的型号。

这不是模型笨，而是模型的训练数据有截止日期。GPT-5.4 的训练数据截止到 2025 年末，Claude Opus 4.6 截止到 2025 年中。任何模型都无法回答训练截止日期之后的问题——除非它能联网搜索。

没有搜索能力的 Agent 是什么状态？

  • 问实时新闻 → 编造或拒绝回答
  • 查最新技术文档 → 给你旧版本的信息
  • 询价格和库存 → 全凭训练数据”猜”
  • 核实事实 → 无法验证，容易产生幻觉

配上搜索能力后，Agent 的工作流变成：

  1. 收到问题 → 判断是否需要联网信息
  2. 调用 Search Provider 搜索相关内容
  3. 把搜索结果注入上下文
  4. 基于搜索结果 + 模型能力生成回答

这个区别就像是闭卷考试和开卷考试。对于需要实时信息的任务，搜索能力直接决定了 Agent 能不能用。

OpenClaw Search Provider 是什么

OpenClaw 运行 onboard 初始化时，会依次配置三样东西：

  1. AI Model Provider — Agent 的大脑（GPT/Claude/DeepSeek 等）
  2. Search Provider — Agent 的搜索引擎（Tavily/Google/Bing）
  3. Channel — Agent 的沟通渠道（Telegram/飞书/Discord 等）

Search Provider 就是第二步。它不是模型本身的能力，而是 OpenClaw 框架层提供的一个工具调用接口——当 Agent 判断需要搜索时，会通过这个接口发起搜索请求，拿到结果后再组织回答。

技术上，OpenClaw 使用的是 function calling / tool use 机制。Search Provider 被注册为 Agent 可用的工具之一，模型会自主决定何时调用搜索。你不需要手动触发搜索，Agent 自己会判断。

配置完成后，相关信息存储在 ~/.openclaw/config.yaml 中：

search:
  provider: tavily          # 搜索提供商：tavily / google / bing
  api_key: tvly-xxxxx       # 对应提供商的 API Key

就这么简单。下面逐一介绍三种方案。

三大方案详解

方案一：Tavily（推荐）

Tavily 是专门为 AI Agent 设计的搜索 API。和传统搜索引擎返回一堆链接不同，Tavily 直接返回结构化的内容摘要，Agent 不需要自己去解析网页，直接就能用。

注册和获取 Key：

  1. 打开 tavily.com，用 GitHub 或邮箱注册
  2. 注册完成后进入 Dashboard
  3. 在 API Keys 页面复制你的 Key（格式：tvly-xxxxxxxxxx）

整个过程不到 1 分钟，不需要绑信用卡。

为什么推荐 Tavily：

  • 为 AI 设计：返回结构化数据而非 HTML，Agent 处理效率高
  • 免费额度充足：1000 次/月，个人用户日均 30+ 次搜索
  • 国内可直连：延迟约 500-1500ms，不需要额外的网络配置
  • 支持搜索深度控制：basic 模式快速返回，advanced 模式深度抓取
  • 自动过滤低质内容：不会返回 SEO 垃圾页面

API 调用示例：

curl -X POST "https://api.tavily.com/search" \
  -H "Content-Type: application/json" \
  -d '{
    "api_key": "tvly-your-api-key",
    "query": "OpenClaw 最新版本 2026",
    "search_depth": "basic",
    "max_results": 5
  }'

返回结果包含每条搜索结果的标题、URL、内容摘要和相关性评分，Agent 可以直接使用。

价格方案：

方案月价格搜索次数/月适合
Free免费1,000个人用户
Starter$205,000轻度团队
Growth$4010,000日常团队
Business$20050,000企业

Google 搜索的覆盖面和质量不用多说，全球最大的搜索引擎。但用在 AI Agent 里需要通过 Google Custom Search JSON API，配置比 Tavily 多几步。

申请步骤：

  1. 打开 Google Cloud Console，创建或选择一个项目
  2. 在 API 库中搜索 Custom Search API，点击启用
  3. 进入「凭据」页面，创建 API Key
  4. 打开 Programmable Search Engine，创建搜索引擎
  5. 在设置中开启「搜索整个网络」（而非仅限特定网站）
  6. 记录下 API Key 和 Search Engine ID (cx)

OpenClaw 配置：

search:
  provider: google
  api_key: AIzaSy-your-google-api-key
  google_cx: a1b2c3d4e5:your-cx-id     # 搜索引擎 ID

Google Custom Search 的特点：

  • 覆盖面最广：Google 索引量无可匹敌
  • 结果质量高：排序算法成熟
  • 免费额度少：每天只有 100 次免费调用
  • 国内访问不稳定：www.googleapis.com 域名在部分地区无法直连
  • 需要两个配置项：API Key + Search Engine ID，比 Tavily 多一步

价格：

额度价格
前 100 次/天免费
超出部分$5 / 1000 次

换算一下：每月免费约 3000 次，超出后 $5/千次。单价比 Tavily 便宜，但免费额度的「每天 100 次」限制在高频使用时容易碰到上限。

方案三：Bing Search API

微软的 Bing Search API 通过 Azure 提供，配置方式走 Azure 资源管理。

申请步骤：

  1. 登录 Azure Portal
  2. 点击「创建资源」，搜索 Bing Search v7
  3. 选择定价层（F1 免费层即可）
  4. 创建完成后，进入资源的「密钥和终结点」页面
  5. 复制 Key1 或 Key2

OpenClaw 配置：

search:
  provider: bing
  api_key: your-bing-search-api-key

Bing Search 的特点：

  • Azure 生态：如果你已经在用 Azure 服务，集成很方便
  • 国内可用：Azure 有中国区服务，连接稳定
  • 免费额度合理：F1 层每月 1000 次
  • 结果偏英文：中文搜索质量不如 Google，但够用
  • 返回格式标准：JSON 结构清晰，但需要 Agent 自己提取摘要

价格方案：

方案月价格搜索次数/月
F1 (Free)免费1,000
S1$71,000（超出 $7/千次）
S2$1410,000（超出 $3.5/千次）

三大方案横向对比

对比维度TavilyGoogle Custom SearchBing Search
配置难度低（注册即用）中（需配 Google Cloud + Search Engine）中（需配 Azure 资源）
免费额度1,000 次/月~3,000 次/月（100次/天）1,000 次/月
超出价格$20/5000次起$5/1000次$7/1000次
国内可用性直连可用不稳定稳定（Azure 中国区）
返回格式AI 优化的结构化数据标准搜索结果 JSON标准搜索结果 JSON
中文搜索质量良好最佳一般
搜索深度控制支持 basic/advanced不支持不支持
Agent 适配度最高（专为 AI 设计）中（需解析处理）中（需解析处理）
适合场景通用场景首选需要最全搜索覆盖已有 Azure 生态

选择建议：

  • 大多数用户 → Tavily。配置最简单，国内可用，免费够用，AI 适配最好
  • 需要最佳中文搜索质量 → Google Custom Search。但注意国内访问问题
  • 已有 Azure 账号 → Bing Search。集成成本低，国内稳定
  • 不确定选哪个 → 先用 Tavily 跑起来，后面随时可以换

OpenClaw 搜索配置实战

Search Provider 配置流程：注册搜索服务 → 获取 API Key → 填入 OpenClaw 配置

方式一：onboard 引导配置（推荐新手）

如果你还没初始化过 OpenClaw，运行 onboard 命令会自动引导：

openclaw onboard

配置流程中会依次问你：

? Choose your AI model provider: (Use arrow keys)
  > OpenAI
    Anthropic
    Ofox (API Aggregator)
    ...

? Choose a search provider: (Use arrow keys)
  > Tavily (recommended)
    Google Custom Search
    Bing Search
    Skip

? Enter your Tavily API Key: tvly-xxxxxxxxxx

选择 Search Provider 后输入对应的 API Key，配置自动保存到 ~/.openclaw/config.yaml。

方式二：手动编辑配置文件

已经初始化过的用户，直接编辑配置文件即可：

# 打开配置文件
vim ~/.openclaw/config.yaml

Tavily 配置：

search:
  provider: tavily
  api_key: tvly-your-api-key-here
  # 可选参数
  max_results: 5              # 每次搜索返回结果数（默认 5）
  search_depth: basic         # basic 或 advanced

Google Custom Search 配置：

search:
  provider: google
  api_key: AIzaSy-your-google-api-key
  google_cx: your-search-engine-id
  max_results: 5

Bing Search 配置：

search:
  provider: bing
  api_key: your-bing-api-key
  max_results: 5

配置完成后重启 OpenClaw 即可生效。

方式三：配合 Ofox 的一站式配置

如果你用 Ofox 作为模型提供商，可以实现「模型 + 搜索」一站式管理：

# 模型走 Ofox（一个 Key 用所有模型）
model:
  provider: openai_compatible
  base_url: https://api.ofox.ai/v1
  api_key: sk-ofox-your-key
  model: claude-sonnet-4-6

# 搜索走 Tavily（独立配置）
search:
  provider: tavily
  api_key: tvly-your-tavily-key

这样 Agent 的「大脑」（模型）和「搜索引擎」（Search Provider）各自走最优路径：模型调用通过 Ofox 的国内加速节点降低延迟，搜索通过 Tavily 获取实时信息。两者独立计费，互不干扰。

验证搜索是否生效

配置完成后，测试一下：

# 启动 OpenClaw 对话
openclaw chat

# 问一个需要实时信息的问题
> 今天的 Hacker News 头条是什么？

如果 Agent 能准确回答最近的新闻内容，说明搜索配置成功。如果回答「我无法获取实时信息」或给出过时信息，检查配置是否正确。

进阶：优化搜索效果

配置只是第一步。要让 Agent 的搜索真正好用，还需要一些调优。

1. 在系统 Prompt 中引导搜索行为

在 Agent 的角色定义中加入搜索策略指引：

# ~/.openclaw/agents/default.yaml
system_prompt: |
  你是一个有联网搜索能力的 AI 助手。

  搜索策略：
  - 涉及最新信息（新闻、价格、版本号等）时，必须先搜索再回答
  - 搜索时优先使用英文关键词（搜索结果更丰富）
  - 如果搜索结果与问题不太相关，尝试换关键词重新搜索
  - 回答时注明信息来源和时间

2. 调整 Tavily 搜索深度

Tavily 支持两种搜索深度：

  • basic（默认）：快速返回，延迟约 500ms，适合大多数查询
  • advanced：深度抓取页面内容，延迟约 2-5s，适合需要详细信息的查询
search:
  provider: tavily
  api_key: tvly-xxxxx
  search_depth: advanced      # 需要更详细结果时开启

建议日常用 basic，在需要深度研究某个话题时临时切换为 advanced。

3. 限定搜索域名

如果你的 Agent 专注于特定领域，可以限定搜索范围以提高结果相关性。Google Custom Search 原生支持这个功能——在 Programmable Search Engine 设置中添加特定网站。

Tavily 也支持通过 include_domains 参数限制搜索范围（需要在代码层面调用）。

常见问题排查

报错：Search provider not configured

原因：config.yaml 中没有 search 配置块，或者格式错误。

解决：

# 检查配置文件
cat ~/.openclaw/config.yaml

# 确认 search 字段存在且格式正确
# 注意 YAML 缩进必须用空格，不能用 Tab

报错：Invalid API key for search provider

原因：API Key 无效、过期或复制时有多余空格。

解决：

  1. 去对应提供商后台重新复制 Key
  2. 确认 Key 前后没有多余空格
  3. Tavily Key 以 tvly- 开头，Google Key 以 AIzaSy 开头

搜索超时或无结果

原因：网络连接问题或免费额度用完。

排查步骤：

# 测试 Tavily 连通性
curl -s -o /dev/null -w "%{http_code}" https://api.tavily.com/search \
  -X POST -H "Content-Type: application/json" \
  -d '{"api_key":"tvly-your-key","query":"test"}'

# 返回 200 = 正常
# 返回 401 = Key 无效
# 返回 429 = 额度用完
# 超时无响应 = 网络问题

Agent 从不主动搜索

原因：模型没有被引导使用搜索工具。

解决：

  1. 确认使用的模型支持 function calling（GPT-4o、Claude Sonnet/Opus、Gemini Pro 都支持）
  2. 在系统 prompt 中明确提示 Agent 可以且应该使用搜索
  3. DeepSeek 等部分模型的 tool use 能力较弱，可能需要更明确的引导

Google Custom Search 国内无法访问

现象：www.googleapis.com 连接超时。

解决方案：

  1. 换用 Tavily 或 Bing（最简单）
  2. 如果必须用 Google，通过有海外节点的 API 网关转发请求

常见问题（FAQ）

OpenClaw Search Provider 和模型的”联网搜索”有什么关系？

没有直接关系。模型本身不具备联网能力——ChatGPT 的联网搜索是 OpenAI 在产品层做的。OpenClaw 的 Search Provider 是框架层的搜索工具，通过 function calling 机制让任何模型都能获得联网搜索能力。换句话说，即使你用的模型本身不支持联网，通过 OpenClaw 的 Search Provider，它也能搜索互联网。

搜索会消耗 AI 模型的 token 吗？

会。搜索结果会作为上下文注入到模型的输入中，所以搜索返回的内容越多，消耗的 token 越多。建议将 max_results 设为 3-5 条，在信息量和成本之间取平衡。Tavily 的结构化返回在这方面有优势——同样的信息量，比 Google/Bing 的原始 HTML 省 token。

能用 SearXNG 或其他自建搜索引擎吗？

OpenClaw 官方目前支持 Tavily、Google、Bing 三种。但社区已经有第三方插件支持 SearXNG、Serper、Brave Search 等。如果你有自建 SearXNG 实例，可以通过社区插件接入。关注 OpenClaw GitHub 的 plugins 目录获取最新支持列表。

搜索 Provider 的 Key 安全吗？

Key 存储在本地 ~/.openclaw/config.yaml 中，不会上传到任何服务器。OpenClaw 是开源的，你可以审计代码确认这一点。建议对配置文件设置合适的文件权限：

chmod 600 ~/.openclaw/config.yaml

企业用 OpenClaw 搜索怎么管理用量？

建议企业统一申请搜索 API Key，通过 OpenClaw 的权限配置分发给各个 Agent 实例。Tavily 的 Business 方案支持用量统计和子账号管理。结合 Ofox 的团队功能，可以实现「模型用量 + 搜索用量」的统一管理和成本控制。

总结

OpenClaw 的 Search Provider 配置不复杂，但效果立竿见影——配好搜索的 Agent 和没配搜索的 Agent，回答实时问题时的差距是质的飞跃。

三种方案选择的核心逻辑：

  1. Tavily — 不知道选什么就选它。专为 AI 设计、国内直连、配置最简单、免费额度够用
  2. Google Custom Search — 需要最广搜索覆盖时选它。但国内访问需要额外处理
  3. Bing Search — 已有 Azure 生态时选它。国内稳定、集成方便

配置只需要 5 分钟：注册搜索服务 → 拿到 API Key → 写入 ~/.openclaw/config.yaml。配合 Ofox 的 API 聚合服务，模型和搜索各走最优路径，让你的 AI Agent 既聪明又消息灵通。

建议动手顺序：

  1. 先用 Tavily 免费版跑通搜索流程
  2. 在系统 prompt 中加入搜索策略引导
  3. 根据实际搜索量决定是否升级付费方案
  4. 搜索量大的团队可以配置多个 Provider 做 fallback

参考资料

← 返回文章列表