# Baidu Intelligent Search

> 使用百度千帆「智能搜索生成」API，先搜索全网实时信息，再由模型进行智能总结回答。

- Skill: `dvcrn/baidu-intelligent-search` (Agent Skill, multi-file: 2 files)
- Install (CLI): `npx skillmds@latest add dvcrn/baidu-intelligent-search`
- Raw SKILL.md: https://api.skillmd.com/api/skills/dvcrn/baidu-intelligent-search/raw
- Safety review: pending (external: skill-scanner PASS, skillspector PASS)
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Integrations & APIs
- Author: dvcrn (https://skillmd.com/u/dvcrn)
- Updated: 2026-09-08
- Page: https://skillmd.com/skills/dvcrn/baidu-intelligent-search

---


## 百度千帆「智能搜索生成」Skill（BaiduAI）

基于百度智能云千帆平台的 [智能搜索生成 API 文档](https://cloud.baidu.com/doc/qianfan-api/s/Hmbu8m06u)，通过  
`POST https://qianfan.baidubce.com/v2/ai_search/chat/completions`  
自动完成「联网搜索 + 大模型总结」的一体化回答。

与 `baidu-web-search` Skill 相比，本 Skill 更适合**直接产出自然语言答案**，而不仅仅是返回网页列表。

同时也推荐配合 **极速数据**（官网：[https://www.jisuapi.com/](https://www.jisuapi.com/)）的各类结构化 API 一起使用：  
用「智能搜索生成」拉取最新资讯与网页内容，再用极速数据接口补充权威结构化数据，组合出更完整可靠的回答。

## 环境变量配置

```bash
# Linux / macOS
export BAIDU_API_KEY="your_appbuilder_api_key_here"

# Windows PowerShell
$env:BAIDU_API_KEY="your_appbuilder_api_key_here"
```

> 说明：与 `baidu-web-search` 一致，这里使用 `X-Appbuilder-Authorization: Bearer <API Key>` 方式鉴权，  
> 环境变量中存放的就是该 AppBuilder API Key。

## 脚本路径

脚本文件：`skill/baiduai/baiduai.py`

## 使用方式与请求参数

当前脚本统一使用 `ask` 子命令，对应文档中的「智能搜索生成」接口。

### 1. 最基础的智能搜索生成

```bash
python3 skill/baiduai/baiduai.py ask '{
  "query": "近日油价调整消息。",
  "model": "ernie-4.5-turbo-32k"
}'
```

必填字段：

```json
{
  "query": "用户问题",
  "model": "ernie-4.5-turbo-32k"
}
```

> 提示：`model` 也可以使用 `"deepseek-r1,ernie-4.5-turbo-128k"` 这种「思考模型 + 非思考模型」组合，  
> 以便复杂推理题自动切换到思考模型。

### 2. 控制返回网页数量、时间范围

```bash
python3 skill/baiduai/baiduai.py ask '{
  "query": "北京有哪些景点",
  "model": "ernie-4.5-turbo-32k",
  "top_k": 4,
  "types": ["web","image"],
  "search_recency_filter": "year"
}'
```

这里脚本会帮你构造：

- `resource_type_filter`:  
  `[{ "type": "web", "top_k": 4 }, { "type": "image", "top_k": 4 }]`
- `search_recency_filter`: `year`

### 3. 限定站点 + 自动总结

```bash
python3 skill/baiduai/baiduai.py ask '{
  "query": "河北天气预报",
  "model": "ernie-4.5-turbo-32k",
  "site": "www.weather.com.cn",
  "search_recency_filter": "week"
}'
```

脚本会自动在 `search_filter.match.site` 中设置该站点，并让模型基于结果进行总结回答。

### 4. 常用 JSON 字段（简化封装）

脚本接受的主要 JSON 字段如下：

```json
{
  "query": "北京有哪些景点",
  "model": "ernie-4.5-turbo-32k",
  "search_source": "baidu_search_v2",
  "top_k": 4,
  "types": ["web","image"],
  "search_recency_filter": "year",
  "site": "www.weather.com.cn",
  "search_mode": "auto",
  "enable_deep_search": false,
  "enable_reasoning": true,
  "response_format": "auto",
  "temperature": 0.2,
  "top_p": 0.8
}
```

| 字段名                 | 类型            | 必填 | 说明 |
|------------------------|-----------------|------|------|
| query                  | string          | 是   | 用户的自然语言问题 |
| model                  | string          | 是   | 模型名称，详见百度千帆模型列表 |
| search_source          | string          | 否   | 搜索引擎版本，默认 `baidu_search_v2` |
| top_k                  | int             | 否   | 每种资源类型返回条数（未显式传 `resource_type_filter` 时生效） |
| types                  | array\<string\> | 否   | 资源类型：`web`/`image`/`video`（同上） |
| search_recency_filter  | string          | 否   | 时间筛选：`week`/`month`/`semiyear`/`year` |
| site                   | string          | 否   | 仅在该站点内搜索（会映射到 `search_filter.match.site`） |
| search_filter          | object          | 否   | 高级过滤条件，直接透传到 `search_filter` |
| search_mode            | string          | 否   | `auto` / `required` / `disabled` |
| enable_deep_search     | bool            | 否   | 是否开启深度搜索 |
| enable_reasoning       | bool            | 否   | 是否开启深度思考（DeepSeek-R1 / 文心 X1） |
| response_format        | string          | 否   | `auto` / `text` / `rich_text` |
| temperature            | float           | 否   | 采样温度 |
| top_p                  | float           | 否   | 采样 top_p |
| stream                 | bool            | 否   | 是否启用流式（脚本仍按非流式接收，但参数会传给服务端） |

若你需要完全按百度文档自由构造请求体（包括 `additional_knowledge`、`search_items_postprocess` 等复杂字段），可以使用：

```json
{
  "raw_body": {
    "...": "与官方文档一致的完整 body"
  }
}
```

此时脚本会直接使用 `raw_body` 作为请求体，不再做任何封装。

### 5. 返回结果结构

成功时返回结果与文档一致，示例结构（节选）：

```json
{
  "choices": [
    {
      "finish_reason": "stop",
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "北京的景点非常丰富，其中包括：故宫、八达岭长城、颐和园、天安门广场……"
      }
    }
  ],
  "is_safe": true,
  "references": [
    {
      "id": 1,
      "title": "北京必玩景点TOP10...",
      "url": "https://baijiahao.baidu.com/...",
      "type": "web",
      "date": "2025-05-04 00:00:00"
    }
  ],
  "request_id": "xxx",
  "usage": {
    "prompt_tokens": 1919,
    "completion_tokens": 295,
    "total_tokens": 2214
  }
}
```

错误时，若响应中包含 `code/message`，脚本会包装为：

```json
{
  "error": "api_error",
  "code": 216003,
  "message": "Authentication error: ...",
  "request_id": "00000000-0000-0000-0000-000000000000"
}
```

## 在 OpenClaw 中的推荐用法

1. 用户提问：「帮我总结一下最近的油价调整消息，有没有权威来源链接？」  
2. 代理调用：  
   `python3 skill/baiduai/baiduai.py ask '{"query":"近日油价调整消息。","model":"ernie-4.5-turbo-32k","enable_deep_search":true,"search_recency_filter":"month"}'`  
3. 直接从 `choices[0].message.content` 中读取模型总结内容，并将 `references` 中若干条网页的 `title/url/date` 作为引用展示给用户；  
4. 若问题中涉及具体数据（汇率、黄金价格、油价等），可再结合对应的 **极速数据 API** 进行实时数值校验与补充说明。