核心用法
Bocha Web Search 是一款面向中国开发者生态的实时网络搜索技能，通过调用 Bocha API 获取全网信息。核心操作模式为：接收用户查询后，向 https://api.bocha.cn/v1/web-search 发送 POST 请求，携带查询词、时效过滤、摘要生成及结果数量等参数，解析返回的网页结果集（位于 data.webPages.value[]），提取标题、URL、摘要、原文、站点名称及发布时间等字段，最终按规范格式生成带编号的引用文献。
推荐默认配置：不限制时效（noLimit）、开启摘要（summary: true）、返回 10 条结果（count: 10），可根据场景调整为近一周/一月数据。技能强制要求输出包含参考文献，每条引用须标注序号、标题、URL 及来源站点，确保答案可溯源。
显著优点
1. 实时性与覆盖度：直接接入全网索引，弥补大模型训练数据截止时间的局限，适用于新闻、政策、金融数据等快速变化领域。
2. 引用规范性：内置严格的引用格式要求，强制生成参考文献列表，提升答案可信度与学术合规性。
3. 环境兼容性：设计时规避 shell 指令与系统文件操作，适配 ClawHub 等安全沙箱环境。
4. 参数灵活性：支持时效过滤与结果数量调节，可针对深度调研或快速核查灵活配置。
潜在缺点与局限性
1. 依赖单一数据源：仅接入 Bocha 索引，未聚合多搜索引擎，特定小众或外文内容覆盖可能不足。
2. API 稳定性风险：返回结果受 Bocha 服务可用性、索引更新频率及商业运营策略影响。
3. 成本控制：需自备 BOCHA_API_KEY，存在调用费用及额度管理问题（403 错误提示余额不足）。
4. 内容不可控：返回网页摘要及原文可能包含未经审核信息，需用户自行甄别来源权威性。
5. 无多模态能力：仅支持文本搜索，无法直接检索图片、视频或结构化数据库。
适合人群
- 需要实时信息验证的内容创作者、记者、研究人员
- 构建 RAG（检索增强生成）系统的开发者
- 对答案溯源有强要求的法律、金融、医疗咨询场景
- 在受限安全环境中无法使用本地浏览器自动化的自动化工作流
常规风险
- 隐私泄露：搜索关键词可能暴露用户意图，敏感查询建议脱敏处理。
- 信息茧房：单一搜索引擎算法可能导致结果偏向，关键决策建议交叉验证。
- API 密钥安全：
BOCHA_API_KEY需妥善保管，避免硬编码或日志泄露。 - 速率限制：高频调用易触发 429 错误，生产环境需实现退避重试机制。
- 引用失效：网页链接可能随时间失效，长期存档场景建议抓取快照。