fanzhidongyzby Google Serper Search Tool
基于 Google Serper API 的网页搜索工具，提供实时、准确的搜索结果。
When to Activate
当用户提到以下内容时自动激活：
搜索类关键词
- "搜索"、"搜一下"、"搜搜"、"查找"、"找一下"
- "研究"、"调研"、"了解"
- "查询"、"检索"
- "看看"、"查查"
特定场景
- 需要获取最新新闻、信息
- 需要验证事实或数据
- 需要研究某个技术或概念
- 需要查找文档、教程
- 需要比较不同产品或方案
示例问题
- "搜一下最新的 AI 发展趋势"
- "帮我搜索最新的 AI 发展趋势"
- "查找一下 Python 3.13 的新特性"
- "研究一下自动驾驶技术的现状"
- "查查最新的网络安全新闻"
- "找一些关于微服务的教程"
Tools
serper_search
用途： 执行网络搜索，返回结果列表
参数：
query(必选，string)：搜索关键词num(可选，number)：返回结果数量，默认 5，最大 20gl(可选，string)：国家代码，默认 cn- 推荐值： cn（中国）、us（美国）、uk（英国）、jp（日本）
hl(可选，string)：语言代码，默认 zh-CN- 推荐值： zh-CN（简体中文）、en（英文）、ja（日语）
Best Practices
1. 搜索技巧
使用具体的关键词，避免过于宽泛：
示例：
- ✅ "Kimi AI 模型 参数 对比 2025"
- ✅ "Python 3.13 新特性 官方文档"
- ❌ "Python"（太宽泛，结果太多）
2. 添加时间限定
明确时间范围，获取最新信息：
示例：
- ✅ "LangChain 最新文档 2025"
- ✅ "Python 3.13 发布时间"
- ✅ "AI 人工智能 新闻 2025年2月"
3. 使用精确搜索
用引号搜索精确短语：
示例：
- ✅ ""machine learning" 最佳实践"
- ✅ ""RAG 架构" 实现"
4. 添加技术术语
提高搜索精度：
示例：
- ✅ "Spring Cloud 微服务 实现"
- ✅ "React Hooks useEffect 使用"
5. 结果数量选择
根据需求调整：
- 快速查询：
num=3（快速浏览核心信息） - 深入研究：
num=10（全面了解主题） - 综合调研：
num=20（最大深度，覆盖面广）
6. 多轮搜索策略
对于复杂主题，使用多轮搜索深入挖掘：
场景：研究微服务架构
// 第一轮：基础概念
serper_search({ query: "微服务架构 概念 优势", num: 5 })
// 第二轮：技术实现
serper_search({ query: "微服务 Spring Cloud Kubernetes", num: 8 })
// 第三轮：最佳实践
serper_search({ query: "微服务 最佳实践 常见问题", num: 10 })
7. 结果处理原则
- 优先权威来源： 官方文档、知名技术博客、学术论文
- 交叉验证： 对比多个来源的信息
- 关注时效性： 优先较新的内容（近1-2年）
- 快速筛选： 通过 snippet 判断相关性
Example Scenarios
场景 1：技术调研
用户提问： "研究一下 LangChain 的核心概念"
AI 行为：
// 搜索核心概念
serper_search({
query: "LangChain 核心概念 官方文档 2025",
num: 5
})
// 如果需要更多细节，继续搜索
serper_search({
query: "LangChain Agents Chains 使用示例",
num: 8
})
回复示例：
根据搜索结果，LangChain 的核心概念包括：
1. **Chains（链）**：将多个组件串联成工作流
2. **Agents（智能体）**：自主决策的 AI 代理
3. **Tools（工具）**：LLM 可用的外部能力
4. **Memory（记忆）**：对话上下文管理
📖 详细文档：https://python.langchain.com/
场景 2：新闻获取
用户提问： "今天有什么 AI 新闻？"
AI 行为：
serper_search({
query: "AI 人工智能 新闻 2025年2月6日",
num: 10
})
回复示例：
今日 AI 要闻：
1. **OpenAI 发布新模型**：能力提升 30%
2. **Google DeepMind**：突破蛋白质折叠新算法
3. **中国 AI 监管**：新规发布，促进行业健康发展
🔍 来源：各大科技媒体报道
场景 3：产品比较
用户提问： "Kimi 和 ChatGPT 哪个更好？"
AI 行为：
// 搜索对比评测
serper_search({
query: "Kimi ChatGPT 对比评测 2025",
num: 5
})
回复示例：
根据评测对比：
| 特性 | Kimi | ChatGPT |
|------|------|---------|
| 中文理解 | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ |
| 工具调用 | ⭐⭐⭐ | ⭐⭐⭐⭐⭐ |
| 响应速度 | 快 | 中等 |
💡 建议：中文任务用 Kimi，复杂工具调用用 ChatGPT
场景 4：事实验证
用户提问： "听说 Python 4 要发布了，是真的吗？"
AI 行为：
serper_search({
query: "Python 4 发布计划 官方声明",
num: 5
})
回复示例：
经核实：
❌ Python 4 目前没有发布计划
✅ Python 3.13 是最新版本（2024年10月发布）
✅ Python 3.14 计划于 2025 年发布
📊 信息来源：Python 官方 GitHub、PSF 公告
场景 5：快速查找
用户提问： "帮我找一个 React Hooks 的教程"
AI 行为：
serper_search({
query: "React Hooks 官方教程 中文",
num: 3
})
回复示例：
推荐教程：
1. 📚 **React 官方文档**（推荐）
https://react.dev/learn
2. 🎓 **阮一峰 React Hooks 教程**
https://www.ruanyifeng.com/blog/2019/09/react-hooks.html
3. 📺 **B站 React Hooks 视频教程**
搜索"React Hooks 入门"
Limitations
- 搜索结果来源： Google，可能受地区和个性化影响
- 访问限制： 某些网站可能被屏蔽或需要登录
- 结果数量： 最多 20 条
- 速率限制： API 有调用频率限制，避免短时间内大量请求
- 搜索质量： 取决于关键词的准确性和时机
Configuration
环境变量配置（推荐）
编辑 ~/.openclaw/.env：
SERPER_API_KEY=your-api-key-here
插件配置
在 openclaw.plugin.json 的 configSchema 中配置 apiKey。
获取 API Key
访问 https://serper.dev/ 注册并获取 API Key。
免费额度：每月 2,500 次调用。
Related Tools
- web_search： Brave Search API（备选方案）
- web_fetch： 获取单个网页的详细内容
Version History
v1.0 (2026-02-06)：初始版本，基础搜索功能
- 支持 Google Serper API
- 提供中文、英文多语言搜索
- 集成 OpenClaw Skill 系统
v1.1 (2026-02-11)：优化 description，添加触发关键词
- 更新 description 包含触发关键词
- 优化 skill 激活机制
Future Plans
- 📚 serper-scholar：学术搜索支持
- 🔍 高级筛选：时间范围、域名过滤
- 📊 结果缓存：提升重复查询性能
- 🌍 更多地区：支持更多国家和语言
Tips： 使用搜索时，尽量用自然语言表达你的需求，AI 会自动帮你构建合适的搜索查询。