核心用法
google-web-search 是一个轻量级的 Python 技能，通过调用 Google Gemini API 的 google_search grounding 工具实现实时网络搜索。用户只需配置 GEMINI_API_KEY 环境变量，即可通过简单的函数调用获取带引用来源的搜索结果。该技能支持多模型选择（默认 gemini-2.5-flash-lite，可选 gemini-3 系列），适用于需要最新信息或可追溯来源的查询场景。
显著优点
权威性与可靠性：直接集成 Google 官方 Gemini API，使用经过验证的 google-genai SDK，数据来源可信且响应包含可验证的引用链接。极简集成：仅需一个 API 密钥即可运行，无需复杂的搜索引擎配置或爬虫维护。模型灵活性：支持从快速经济的 flash-lite 到能力更强的 pro 模型，可根据查询复杂度灵活选择。开箱即用：提供清晰的 Python API 封装，几行代码即可完成集成，大幅降低开发门槛。
潜在缺点与局限性
成本依赖：完全依赖 Google Gemini API 的计费体系，高频使用可能产生显著费用。功能单一：仅提供搜索问答能力，不支持高级搜索语法、结果分页或自定义检索范围。网络依赖：必须保持与 Google API 的连通性，无法离线使用或代理至其他搜索引擎。模型限制：部分 Gemini 模型不支持 grounding 功能，需仔细选择兼容版本。隐私考量：所有查询均发送至 Google 服务器，敏感信息检索存在数据出境风险。
适合的目标群体
该技能特别适合以下用户：需要为 AI 应用添加实时信息能力的开发者；构建研究助手、新闻摘要或事实核查工具的产品团队；希望快速验证信息来源而不愿维护复杂爬虫系统的个人用户；以及教育场景中需要培养学生信息溯源能力的教学应用。
使用风险
API 密钥安全：密钥泄露可能导致账户被盗用产生费用，建议使用环境变量管理并定期轮换。速率限制：Google API 存在调用配额限制，生产环境需实现重试和降级机制。响应延迟：实时搜索增加 API 响应时间，对延迟敏感场景需评估模型选择策略。依赖维护：google-genai 版本更新可能引入破坏性变更，建议锁定版本并持续跟踪更新日志。