核心功能与用法
LangSearch 是一款面向 AGI 应用的免费 Web 搜索与语义重排序 API 服务。核心功能分为两大模块：
Web Search API (/v1/web-search)：支持关键词+向量混合检索，可从数十亿网页文档中抓取实时信息。关键参数包括 query（搜索词）、count（结果数量，默认10，最大100）、summary（返回 Markdown 摘要）、freshness（时间过滤：day/week/month/year）。响应包含标题、URL、摘要、相关性评分等结构化数据。
Semantic Reranking API (/v1/rerank)：基于语义相似度对已有文档列表进行重排序，适用于提升初步搜索结果的精准度。支持自定义 top_n 返回数量和 return_documents 控制是否返回完整文档。
典型集成模式：先调用 Web Search 获取候选结果，再通过 Rerank API 优化排序，最后将上下文注入 LLM 完成 RAG（检索增强生成）。文档提供了完整的 Python/cURL 示例，包括错误处理（401/429/500）和指数退避重试策略。
显著优点
1. 零成本入门：免费 API Key 即时申请，无预付门槛
2. 混合检索架构：结合传统关键词与向量语义匹配，兼顾召回率与精准度
3. 实时性保障：支持 freshness 参数过滤最新内容，解决 LLM 知识截止问题
4. RAG 原生设计：API 返回结构直接适配 LLM 上下文注入，包含预生成摘要
5. 安全通信：仅通过 HTTPS 连接官方域名，无第三方遥测
局限性与潜在风险
功能局限：
- 依赖外部网络搜索质量，对长尾或极新话题可能返回空结果
- 摘要生成由上游服务控制，无法自定义摘要长度或风格
- 未披露具体向量模型版本，可解释性有限
运营风险：
- 免费 tier 可能存在速率限制（文档提及 429 状态码），高并发场景需评估稳定性
- 服务由 LangSearch 独立运营，非大厂背书，长期可持续性需观察
- 未提供 SLA 或可用性承诺
安全考量：
- 虽声明供应链风险为「Low」，但 API Key 管理完全依赖用户侧环境变量，无内置密钥轮换机制
- 搜索内容可能包含未经验证的网页信息，注入 LLM 前需额外事实核查
适合人群
- 构建 RAG 系统的开发者和 AI 应用团队
- 需要为 LLM 注入实时网页上下文的 ChatBot 项目
- 原型验证阶段希望零成本测试搜索增强生成的个人开发者
- 对 Elasticsearch/自托管搜索基础设施无运维能力的中小团队
常规风险提示
- 密钥泄露：遵循
.env管理规范，避免提交至版本控制 - 内容合规：搜索结果可能含敏感信息，需建立过滤与审核机制
- 成本突变：免费策略可能调整，生产环境建议监控用量并准备备选方案
- 数据隐私：搜索查询明文传输至第三方服务，敏感领域需评估合规性