如何用 Python 搜尋網頁(Research,版本 1)?
ReAct 筆記建立的是一個在迴圈中思考的代理;這批筆記要建立的,是一個會搜尋、 會挑選,並寫出附有資料來源的草稿的 AI 研究助理。版本 1 完全沒有 AI 的成分。 它只做搜尋,並把搜尋回來的東西展示給你看。
這樣安排是有意的。在讓模型駕駛搜尋之前,我們應該先清楚知道搜尋到底會交回 甚麼 — 標題、連結,以及那個叫做分數的數字。本系列之後的每一步,都 建立在這些材料之上。
為甚麼先不用代理
搜尋服務本身已經替我們閱讀網絡。Tavily 是為程式而設的:你把一個問題送過去, 它交回十個結果,而每個結果都附帶著網頁的一小段文字。
第 1 步:讀取金鑰
import os
from dotenv import load_dotenv
load_dotenv()
TAVILY_API_KEY = os.getenv("TAVILY_API_KEY")
搜尋服務要知道是誰在提問,所以會發出一條金鑰。load_dotenv()
從名為 .env 的檔案讀取這條金鑰,os.getenv 再把它
放進一個程式可以使用的變數。金鑰本身從不出現在程式碼裡。
第 2 步:呼叫 Tavily 一次
from tavily import TavilyClient
tavily_client = TavilyClient(api_key=TAVILY_API_KEY)
response = tavily_client.search("What is the population of Hong Kong?")
兩行程式完成工作。第一行用我們的金鑰連上 Tavily。第二行送出問題,整個回應
就落在 response 之中。
第 3 步:回來的是甚麼
response 再次裝著那個問題,名稱是 query,另外還有
一個叫做 results 的清單。每個結果都是一個小包裹,裡面有四樣
東西:
title— 網頁的名稱。url— 它所在的位置,方便讀者日後查核。content— 網頁文字的一小段,不是整頁。score— 網頁與問題的吻合程度,由 0 到 1。
最值得留意的是分數。在下面的輸出中,它由 0.94 一路降到 0.11,而那些低分並 不是垃圾:它們是官方網頁,只是剛好對我們這條具體問題說得比較少。
第 4 步:印出每個結果
print(f"Query: {response['query']}\n")
for i, r in enumerate(response["results"], start=1):
print(f"{i}. {r['title']} (score: {r['score']:.2f})")
print(f" {r['url']}")
print(f" {r['content'][:200].replace(chr(10), ' ')}...\n")
四行,每行各做一件事。
enumerate(..., start=1) 把結果編成 1、2、3,
方便我們之後指向其中一個。
{r['score']:.2f} 把分數顯示到兩個小數位,於是
0.9234 會變成 0.92。
{r['content'][:200]} 只保留網頁文字最前面的 200
個字元。[:200] 是 [0:200] 的簡寫,意思是第 0 至
第 199 個字元:Python 由 0 開始數,並且不計最後那個數字,所以切到 199
為止。
replace(chr(10), ' ') 把換行換成空格,讓一個
結果保持整齊的三行,不會一直向下蔓延。
最後的 ...\n 會印出 ... 和一個換行字元。
輸出結果
Query: What is the population of Hong Kong?
1. Hong Kong Population (2026) - Worldometer (score: 0.92)
https://www.worldometers.info/world-population/china-hong-kong-sar-population
The current population of the Hong Kong Special Administrative Region of the People's Republic of China is 7,371,564 as of Sunday, October 18, 2026, based on Worldometer's elaboration of the latest Un...
2. Hong Kong Population 2026 (score: 0.94)
https://worldpopulationreview.com/countries/hong-kong
### Request Data Please enter your email address to receive this data in your inbox. ## Hong Kong By the Numbers As of 2026, Hong Kong has a total populationof 7,378,602, ranking as the 107th most...
3. Hong Kong Map, History & Population | Study.com (score: 0.93)
https://study.com/academy/lesson/hong-kong-facts-population.html
The population of Hong Kong is 7.5 million. Two million people live in Kowloon, the southern part of the peninsula, and 1 million people live in the northern part of Hong Kong Island, called Victoria ...
...
十個結果,已經出現三個不同的數字:7,371,564、7,378,602 和 750 萬。這是正常 的。每一頁都是在不同日子寫的,四捨五入的方式也各不相同。這裡沒有任何東西 能決定哪個數字才對 — 那是之後版本的工作,也是你的工作。
也請留意,結果並不是按分數排序:第 1 個結果得 0.92,第 2 個得 0.94。Tavily 用它自己的次序交回結果,把相關程度和它認為讀者會先覺得有用的東西混在一起。
完整程式
# RESEARCH, version 1: search the web from Python, with no AI agent.
# Before an agent can research, it needs material. This program gets that
# material: one question in, ten search results out.
import os
from dotenv import load_dotenv
load_dotenv()
TAVILY_API_KEY = os.getenv("TAVILY_API_KEY")
from tavily import TavilyClient
tavily_client = TavilyClient(api_key=TAVILY_API_KEY)
response = tavily_client.search("What is the population of Hong Kong?")
print(f"Query: {response['query']}\n")
for i, r in enumerate(response["results"], start=1):
print(f"{i}. {r['title']} (score: {r['score']:.2f})")
print(f" {r['url']}")
print(f" {r['content'][:200].replace(chr(10), ' ')}...\n")
# Try it: change the question, or the number of results:
# tavily_client.search("What is the population of Hong Kong?", max_results=3)
在自己的電腦上執行
下載示範程式
(Folder-AI-Research01.zip)。zip 內有三個檔案:
research01.py(完整腳本)、pyproject.toml 和
README.md。這個版本不會呼叫語言模型,所以只需要一條 Tavily
金鑰。
- 在 Visual Studio Code 中開啟這個資料夾。
-
在資料夾裡建立一個名為
.env的檔案,內容只有一行:
金鑰可從 Tavily 控制台取得。使用量由供應商收費,所以執行之前,請先在該處查看目前的 收費條款。TAVILY_API_KEY=your-tavily-key - 在終端機逐行執行以下三行:
uv python pin 3.12.10uv syncuv run research01.py - 你應該會看到問題和十個編號的結果。這需要幾秒鐘。
如果你還未設定好 uv,請先看 如何安裝 Visual Studio Code?,然後看 uv 筆記的 Windows 或 Mac 版本。
限制
- 閱讀由你負責。沒有代理,一次搜尋會帶回很多結果,你要自己 閱讀,判斷每個結果值多少。有了代理,你可以把閱讀交給 AI,由它找出你要找 的東西 — 正如本系列之後的版本所示。
- 摘要不是網頁本身。二百個字元足以判斷相關程度,卻不足以 引用。全文就在網址那裡,點一下就到。
- 分數代表相關程度,不是真確程度。高分表示網頁與問題的用字 吻合。一個塞滿相同字眼的網頁可以得高分,但仍然可能過時或者錯誤。
- 數字互相矛盾。正如上文:三個網頁,三個人口數字。搜尋找到 資料來源,但不會替你裁決。
延伸閱讀
- Tavily — 文件 —
search呼叫、它的參數與回應欄位。 - Tavily 搜尋 API 參考 — 每個結果之中各個欄位裝著甚麼。
- AI 代理如何研究一個問題(ReAct,版本 3,在迴圈中進行網上搜尋)? — 同一個想法,包在代理裡面。
- 多個 AI 代理如何在主管之下運作(ReAct,版本 10)? — 一隊代理最後會走到哪裡。