Google Web Search

核心用法

Google Web Search Skill 是 Gemini API 的官方联网搜索工具封装，通过调用 google_search grounding 功能实现实时信息检索。用户只需设置 GEMINI_API_KEY 环境变量，即可通过 Python 脚本调用 get_grounded_response() 函数获取带引用的回答。

主要配置选项：

• 支持多型号切换：gemini-2.5-flash-lite（默认，快且便宜）、gemini-3-flash-preview、gemini-3-pro-preview（能力强但慢）
• 可通过环境变量 GEMINI_MODEL 或函数参数指定模型

显著优点：
1. 官方集成：直接调用 Gemini API 原生 grounding 能力，稳定性有保障
2. 结果可验证：返回带来源链接的引用，便于事实核查
3. 时效性强：突破知识截止限制，获取实时新闻、股价、天气等动态信息
4. 轻量易用：单函数调用，无需自建搜索基础设施

潜在缺点与局限性：

• 依赖外部 API：需有效 Gemini API Key，存在调用配额和费用限制
• 地域可用性：Gemini API 服务在某些地区受限
• 模型兼容性：并非所有 Gemini 模型都支持 google_search grounding
• 无结果缓存：每次查询都实时联网，相同问题重复消耗配额
• 搜索结果质量：仍受 Google 搜索算法和 SEO 内容影响，可能返回低质量来源

适合人群：

• 需要实时信息的 AI 应用开发者
• 新闻、金融、科研等时效敏感领域的自动化工作流
• 追求答案可溯源性的企业知识库场景

常规风险：

• API Key 泄露风险：需妥善保管 GEMINI_API_KEY
• 内容安全风险：搜索结果可能包含未经审核的互联网信息
• 成本失控风险：高频调用可能导致 API 费用累积
• 服务中断风险：Google API 服务变更或配额耗尽会影响可用性

核心用法

本 Skill 封装了 Gemini API 的 google_search grounding 工具，通过 Python 脚本 example.py 提供实时网页搜索能力。使用时需设置 GEMINI_API_KEY 环境变量，支持 gemini-2.5-flash-lite（默认）、gemini-3-flash-preview、gemini-3-pro-preview 等多个模型。核心函数 get_grounded_response(prompt, model) 接收用户查询和可选模型参数，返回带引用来源的回答。

显著优点

1. 权威可信：直接调用 Google Gemini 官方 API，数据来源为 Google 搜索，具有天然的权威性和时效性
2. Grounding 能力：回答附带可验证的引用来源，避免大模型幻觉问题
3. 模型灵活：支持多款 Gemini 模型，可按需选择速度优先或质量优先的方案
4. 安全合规：通过 S+ 级安全认证，无危险代码、无硬编码密钥、无第三方数据泄露风险
5. 隐私保护：仅向 Google 官方端点发送数据，符合 GDPR、CCPA 等合规要求

潜在缺点与局限性

1. 依赖外部服务：需要有效的 Gemini API key，存在 API 调用成本和配额限制
2. 网络依赖：必须能够访问 Google API 端点，部分地区可能需要网络配置
3. 模型限制：部分旧版或特定 Gemini 模型不支持 grounding 功能
4. 延迟因素：实时搜索相比纯模型生成有额外网络延迟
5. 内容边界：受 Google 搜索政策和 Gemini 安全过滤器的双重限制，某些查询可能无法返回完整结果

适合人群

• 需要获取最新信息（知识截止日期后事件）的 AI 应用开发者
• 要求可验证引用的研究、新闻、金融等严肃场景用户
• 构建 RAG 系统需要实时数据补充的工程师
• 对数据安全有高要求的企业级用户

常规风险

• API 密钥泄露：虽无硬编码风险，但环境变量仍需妥善管理
• 成本累积：高频调用可能产生意外费用，建议实施缓存机制
• 搜索结果偏差：Grounding 依赖 Google 搜索算法，可能存在索引偏差或时效性误差
• 合规边界：用户输入内容仍会传输至 Google，需确保符合自身数据出境政策