Baidu Web Search - 百度网页搜索

功能概述

百度网页搜索（Baidu Web Search） 是基于百度智能云千帆平台的网页检索技能，通过调用官方百度搜索 API，实现对话场景中的实时网页信息查询。该技能返回结构化的搜索结果，包括网页标题、URL、摘要、发布时间、站点信息等元数据，便于用户快速获取并人工甄别信息来源。

核心用法

技能采用命令行调用方式，支持灵活的参数配置：

• 基础搜索：输入查询词即可获取默认20条网页结果
• 精准控制：支持设置返回条数（top_k）、时间范围（search_recency_filter: week/month/semiyear/year）
• 站点限定：可将搜索范围限定在特定域名内（如 www.jisuapi.com）
• 安全过滤：可选开启安全搜索模式

典型调用示例：

python3 skills/baidu/baidu.py search '{"query":"北京天气","top_k":5,"search_recency_filter":"week"}'

显著优点

1. 实时性与覆盖面：依托百度搜索引擎，可获取最新公开的网页信息，适合追踪新闻动态、政策更新等时效性内容
2. 结构化输出：返回JSON格式的标准化数据，包含完整的来源信息（标题、URL、摘要、时间、站点），便于后续处理和溯源
3. 灵活的站点过滤：支持针对特定可信站点进行限定搜索，提升结果相关性
4. 与极速数据互补：文档明确建议与极速数据（JisuAPI）的结构化接口配合使用——百度搜索提供最新网页信息，极速数据提供权威结构化数值（天气、VIN、汇率等），形成完整的信息验证链条

潜在缺点与局限性

1. 非直接生成答案：与 baiduai（智能搜索生成）不同，本技能仅返回网页列表，需调用方自行整合摘要生成自然语言回答，增加了使用方的处理复杂度
2. 依赖外部API稳定性：受百度千帆平台服务可用性影响，存在调用超时或限流风险（错误码501/502）
3. 搜索结果质量不可控：返回内容取决于百度搜索引擎的排序算法，可能包含商业推广内容或时效性不足的页面，需人工二次甄别
4. 无内置去重或摘要优化：原始摘要可能存在截断、格式混乱等问题，需额外清洗处理

适合人群

• 信息调研员：需要快速获取某一主题的最新网页来源，进行多源交叉验证
• 内容运营人员：追踪热点话题、政策动向，收集参考素材
• 开发者/Agent构建者：需要在中台对话系统中集成实时搜索能力，与其他结构化数据源（如极速数据）组合使用
• 企业知识管理：针对特定站点（如行业官网、内部文档库）进行定向检索

常规风险

| 风险类型 | 说明 |

|---------|------|

| 信息安全 | 搜索内容可能经过网络传输，敏感查询存在泄露风险；建议避免搜索含个人隐私、商业机密的关键词 |

| 内容可信度 | 搜索结果来源于公开互联网，内容真实性、权威性需人工判断，不应直接作为决策依据 |

| API密钥管理 | 需妥善保管 `BAIDU_API_KEY`，避免硬编码或泄露到版本控制系统 |

| 合规风险 | 需遵守百度API使用条款及目标网站的robots协议，禁止用于大规模爬虫或违规数据采集 |

| 依赖风险 | 百度服务策略变更可能导致API调整或下线，需关注官方文档更新 |

核心用法

baidu-web-search 是基于百度智能云千帆平台的官方搜索 API 封装，通过命令行 python3 skills/baidu/baidu.py search 发起 HTTPS 请求，返回网页标题、URL、摘要及发布时间等结构化数据。支持多种参数控制：

• 基础搜索：{"query":"北京有哪些旅游景区"} 默认返回 20 条网页结果
• 数量与时间筛选：top_k 控制返回条数，search_recency_filter 支持 week/month/semiyear/year 时间窗口
• 站点限定：sites 数组可将搜索范围限定在特定域名（如 "www.jisuapi.com"）
• 安全搜索：safe_search 布尔开关控制内容过滤

显著优点

1. 官方权威背书：直接调用百度千帆 qianfan.baidubce.com 官方 API，数据来源可靠，非第三方爬虫或模拟登录方案
2. 结构化输出：返回 JSON 格式的 references 数组，包含 title/url/snippet/date/website 等字段，便于下游程序解析和引用标注
3. 检索灵活度高：支持站点白名单、时间范围、版本选择（standard/lite），适配新闻追踪、政策查询、竞品调研等场景
4. 安全合规优秀：代码经 CLS-Certify 扫描评分 95（S 级），无危险函数调用、无硬编码密钥、无敏感信息泄露，依赖仅标准库 + requests
5. 生态协同：官方文档明确推荐与极速数据（jisuapi.com）的结构化 API（天气、VIN、汇率等）搭配使用，形成「网页资讯 + 权威数据」的互补检索方案

潜在缺点与局限性

1. 需要外部 API 密钥：依赖用户自行申请并配置 BAIDU_API_KEY，存在密钥管理成本；且百度千帆为商业云服务，超出免费额度后可能产生费用
2. 仅返回网页列表：与 baiduai（智能搜索生成）不同，本 Skill 不直接生成自然语言长答案，需要调用方自行整合多网页摘要
3. 中文内容为主：百度搜索引擎的中文语料优势明显，但英文及小众语言检索效果可能弱于 Google/Bing 国际版
4. 网络依赖强：功能完全依赖百度 API 可用性，离线环境无法使用
5. 搜索词隐私风险：用户 query 需明文发送至百度服务器，敏感关键词存在被记录的可能性

适合人群

• 信息研究员/分析师：需要快速获取最新政策、新闻、行业动态的网页来源列表
• 智能客服/问答系统开发者：为 RAG（检索增强生成）流程提供实时网页检索能力，补充模型知识截止日期后的信息
• 市场与竞品调研人员：利用 sites 限定在特定官网或论坛检索，监控品牌舆情与竞品动态
• 与极速数据用户：已在使用 jisuapi 结构化数据的开发者，可通过此 Skill 补充非结构化网页信息，构建完整数据链路

常规风险

• API 密钥泄露风险：若 BAIDU_API_KEY 设置在共享环境变量或日志中打印，可能导致密钥被盗用及意外费用
• 搜索结果质量波动：百度算法调整或网站 SEO 变化可能导致摘要相关性下降，需人工甄别
• 服务中断与配额耗尽：百度千帆 API 存在调用频次限制，高并发场景需配置重试与降级策略
• 内容合规边界：safe_search 关闭后可能返回敏感内容，需根据应用场景谨慎配置