成功注册Google的SerpAPI实现AI Agent的tool

简介: 成功注册Google的SerpAPI实现AI Agent的tool

成功注册Google的SerpAPI实现AI Agent的tool

最近研究AI Agent,发现需要serper api进行让AI Agent可以搜索网页,但是发现怎么搜都找不到正经注册的地方,因此把自己的注册经历记录一下。

聊聊一个非常实用的工具——Google的Serper API,也就是SerpAPI。在进行AI Agent的开发的时候,SerpAPI是一个非常常用的tool,让我们一起来看看它都有哪些本事。

1. API 简介

SerpApi 是一个专门针对Google搜索结果页面(SERP)的API服务。通过这个API,我们可以获取到Google搜索的各种数据,包括但不限于搜索结果、位置、时间等信息。

2. 核心功能

  • 搜索结果获取:获取Google搜索的有机结果。
  • 结构化数据:提供搜索结果的结构化数据,方便解析和分析。
  • 多语言支持:支持多种语言的搜索结果获取。

3. 技术优势

  • 实时性:API请求会即时运行,无需等待,获取最新的搜索结果。
  • 全球定位:可以指定地理位置获取特定地区的搜索结果。
  • 多设备支持:模拟不同设备的搜索结果,如桌面、平板、手机等。

4. 数据格式

返回的数据通常以JSON格式提供,这种格式易于解析,非常适合自动化测试和数据分析。

5. 测试用例设计要点

  • 参数有效性:测试不同的查询参数组合,确保API能够正确处理。
  • 结果验证:验证返回的搜索结果是否与预期一致。
  • 性能评估:测试API的响应时间和稳定性。
  • 异常测试:模拟网络延迟、错误的API密钥等异常情况。

6. 示例代码

google-search-results 是一个 Python 包,它提供了对 Google 搜索结果的访问。这个包允许用户通过 Python 代码直接获取 Google 搜索结果,而不需要手动进行搜索或解析网页。它通过 SerpApi(一个实时 Google 搜索结果的 API)来实现这一功能。
https://serper.dev/可以注册一个账号,免费提供2500次的接口调用,那么对于尝试AI Agent已经足够用了。注册完成后,将其配置到.env环境变量的文件中,然后使用crewAI的实现AI Agent,通过Tool 调用SerpAPI,代码如下。

import warnings
warnings.filterwarnings("ignore")
from dotenv import load_dotenv, find_dotenv
import os


_=load_dotenv(find_dotenv())
api_base = os.getenv("OPENAI_API_BASE")
model_name=os.getenv("OPENAI_MODEL_NAME")
api_key=os.getenv("OPENAI_API_KEY")
serper_api_key = os.getenv("SERPER_API_KEY")

os.environ["OPENAI_API_KEY"] = api_key
os.environ["OPENAI_API_BASE"]=api_base
os.environ["OPENAI_MODEL_NAME"]=model_name
os.environ["SERPER_API_KEY"]=serper_api_key

from crewai import Agent, Task, Crew
from crewai_tools import SerperDevTool

research_agent = Agent(
  role='Researcher',
  goal='Find and summarize the latest AI news',
  backstory="""You're a researcher at a large company.
  You're responsible for analyzing data and providing insights
  to the business.""",
  verbose=False
)

search_tool = SerperDevTool()

task = Task(
  description='Find and summarize the latest AI news',
  expected_output='A bullet list summary of the top 5 most important AI news',
  agent=research_agent,
  tools=[search_tool]
)

crew = Crew(
    agents=[research_agent],
    tasks=[task],
    verbose=2
)

result = crew.kickoff()
print(result)

同时在官方的dashboard中可以看到用量。

7. 总结

SerpApi 是一个强大的工具,它能够帮助我们深入理解Google搜索结果,为我们的测试工作提供了极大的便利。掌握好这个工具,你的测试用例将更加全面和精准。

目录
相关文章
|
2月前
|
人工智能 缓存 运维
【智造】AI应用实战:6个agent搞定复杂指令和工具膨胀
本文介绍联调造数场景下的AI应用演进:从单Agent模式到多Agent协同的架构升级。针对复杂指令执行不准、响应慢等问题,通过意图识别、工具引擎、推理执行等多Agent分工协作,结合工程化手段提升准确性与效率,并分享了关键设计思路与实践心得。
562 20
【智造】AI应用实战:6个agent搞定复杂指令和工具膨胀
|
2月前
|
人工智能 运维 Java
Spring AI Alibaba Admin 开源!以数据为中心的 Agent 开发平台
Spring AI Alibaba Admin 正式发布!一站式实现 Prompt 管理、动态热更新、评测集构建、自动化评估与全链路可观测,助力企业高效构建可信赖的 AI Agent 应用。开源共建,现已上线!
4091 62
|
2月前
|
人工智能 搜索推荐 数据可视化
当AI学会“使用工具”:智能体(Agent)如何重塑人机交互
当AI学会“使用工具”:智能体(Agent)如何重塑人机交互
387 115
|
2月前
|
人工智能 自然语言处理 安全
从工具到伙伴:AI代理(Agent)是下一场革命
从工具到伙伴:AI代理(Agent)是下一场革命
308 117
|
2月前
|
人工智能 监控 Java
Spring AI Alibaba实践|后台定时Agent
基于Spring AI Alibaba框架,可构建自主运行的AI Agent,突破传统Chat模式限制,支持定时任务、事件响应与人工协同,实现数据采集、分析到决策的自动化闭环,提升企业智能化效率。
Spring AI Alibaba实践|后台定时Agent
|
2月前
|
存储 人工智能 前端开发
超越问答:深入理解并构建自主决策的AI智能体(Agent)
如果说RAG让LLM学会了“开卷考试”,那么AI智能体(Agent)则赋予了LLM“手和脚”,使其能够思考、规划并与真实世界互动。本文将深入剖析Agent的核心架构,讲解ReAct等关键工作机制,并带你一步步构建一个能够调用外部工具(API)的自定义Agent,开启LLM自主解决复杂任务的新篇章。
528 6
|
人工智能 Cloud Native 搜索推荐
【2025云栖大会】阿里云AI搜索年度发布:开启Agent时代,重构搜索新范式
2025云栖大会阿里云AI搜索专场上,发布了年度AI搜索技术与产品升级成果,推出Agentic Search架构创新与云原生引擎技术突破,实现从“信息匹配”到“智能问题解决”的跨越,支持多模态检索、百亿向量处理,助力企业降本增效,推动搜索迈向主动服务新时代。
418 0
|
2月前
|
人工智能 定位技术 API
智能体(Agent):AI不再只是聊天,而是能替你干活
智能体(Agent):AI不再只是聊天,而是能替你干活
998 99
|
3月前
|
机器学习/深度学习 人工智能 小程序
RL 和 Memory 驱动的 Personal Agent,实测 Macaron AI
人工智能不仅提升生产力,也重塑人际关系。Macaron AI 探索“哆啦A梦关系”,融合实用与情感,通过长期记忆和强化学习技术,实现深度个性化陪伴,开创人机互动新方式。
246 1
数据采集 Web App开发 人工智能
211 0

推荐镜像

更多