JavaScript is required
TalorData logo
简体中文
200MB

LangChain SERP API 集成

为 LangChain AI Agent 添加实时搜索能力，通过一个 API 接入 Google、Bing 等搜索引擎，几分钟即可完成集成。

  • P90 < 0.8 秒
  • $0.25 / 千次响应
  • SDK & MCP 集成
  • JSON & HTML 输出
查看集成文档

无需绑定信用卡

LangChain SERP API 集成

选择你的集成方式

SDK 与 MCP 都可以用于 LangChain Agent。

快速上手模式

SDK 集成

在 LangChain 应用中直接 import 并注册为 Tool，与 Agent 同进程运行。

  • 零额外部署，开箱即用
  • 同进程调用，延迟最低
  • 与业务代码强耦合，开发效率更高
  • 适合快速验证与单体应用

适用于： 个人项目、PoC、单 Agent 应用、本地开发

查看集成文档
生产架构模式

MCP 协议接入

通过 MCP Server 提供搜索能力，LangChain 使用 adapter 接入，实现工具与 Agent 解耦。

  • 工具独立运行，支持服务化部署
  • 可独立升级，不影响 Agent 逻辑
  • 支持多 Agent / 多团队共享
  • 支持 stdio / HTTP / SSE 等标准传输协议

适用于： 生产环境、多 Agent 架构、企业级系统

查看集成文档

集成步骤

从获取 API Token 到完成集成，只需 3 步即可让你的 LangChain Agent 获取实时搜索能力。

  1. 1

    获取 API Token

    注册账号即可免费获取 API Token，无需绑定信用卡。

  2. 2

    选择适合你的集成方式

    自定义开发推荐使用 SDK；需要连接现有系统或多个 Agent 工作流时，可选择 MCP。

    步骤 1 - 安装 SDK（BASH）
    pip install langchain-talordata
    步骤 2 - 连接 Agent（PYTHON）
    import os
os.environ["TALOR_API_KEY"] = "your-token"

from langchain_talordata import TalorDataSerpTool
from langchain_openai import ChatOpenAI

# 1. Initialize the search tool
tool = TalorDataSerpTool.from_env()

# 2. Bind it to your model. The agent decides when to run live web search
llm = ChatOpenAI(model="gpt-4o-mini", temperature=0)
model_with_tools = llm.bind_tools([tool])

# 3. Ask a question. The model triggers real-time search when needed
response = model_with_tools.invoke("Search for coffee")
print(response)
    在 GitHub 查看完整文档 ->

    真实返回示例 - JSON

    {
  "search_metadata": {
    "status": "Success",
    "query": "coffee"
  },
  "organic": [
    {
      "position": 1,
      "title": "Coffee",
      "link": "https://en.wikipedia.org/wiki/Coffee",
      "snippet": "Coffee is a beverage brewed from roasted, ground coffee beans...",
      "source": "Wikipedia"
    },
    {
      "position": 2,
      "title": "Craft Coffee Beans Online & In Shops | Stumptown Coffee",
      "link": "https://www.stumptowncoffee.com/",
      "snippet": "Fresh beans, cold brew, and good vibes...",
      "source": "Stumptown Coffee"
    },
    {
      "position": 3,
      "title": "Fresh Roasted Coffee | Intelligentsia",
      "link": "https://www.intelligentsia.com/",
      "snippet": "Experience the freshest roasted coffee shipped for free...",
      "source": "Intelligentsia Coffee"
    }
  ]
}

    SDK 和 MCP 都是标准的 LangChain Tools。它们可与 Calculator、Browser 及其他工具配合使用，并返回相同的结构。SDK 还包含历史记录与统计工具，便于故障排查和用量监控。

  3. 3

    开始获取实时结果

    Agent 会自动判断何时需要联网搜索，直接返回可用的结构化数据。

查看集成文档

为什么选择 TalorData LangChain 集成？

为 LangChain Agent 提供实时、可靠、结构化的搜索数据。

多搜索引擎集成

一次 API 调用即可获取 Google、Bing、Yandex、DuckDuckGo 等主流搜索引擎结果，支持 100+ 国家和地区、多语言搜索场景。

Agent 按需联网搜索

让 LangChain Agent 灵活调用搜索工具，在需要实时信息时获取最新数据，无需手动处理搜索流程。

优化 Token 消耗

自动清洗和结构化搜索结果，仅返回关键内容，减少无效 Token 消耗，提升 Agent 响应效率。

企业级稳定性保障

提供稳定的 API 服务、自动重试机制和技术支持，帮助你的 AI Agent 持续稳定运行。

Agent 原生开发能力

Agent 原生开发能力

不仅提供搜索 API，更提供完整的 Agent 开发体验。

  • 快速接入

    几行代码即可完成 LangChain Tool 集成。

  • 支持 MCP

    将搜索能力作为独立服务连接多个 Agent 和工作流。

  • 便于调试

    内置搜索历史和用量统计，方便开发、排查和监控。

核心功能

专为 LangChain Agent 打造，帮助开发者快速构建具备实时搜索能力的 AI 应用。

实时 SERP 数据

获取 Google、Bing、Yandex、DuckDuckGo 等搜索结果。

Agent 集成

支持 LangChain Tool、MCP Server、SDK 和 API。

结构化输出

提供 JSON 和 HTML 格式结果。

灵活搜索控制

支持多语言、地区、分页和搜索类型配置。

典型应用场景

探索 TalorData 如何帮助开发者和团队构建具备实时搜索能力的 AI 应用。

实时信息助手

让 AI Agent 获取并回答最新网络信息。

研究与分析助手

自动检索并整合多个信息来源，辅助完成研究与分析任务。

实时问答系统

结合实时搜索结果，提供基于最新数据的准确回答。

内容创作助手

基于最新网络信息生成文章、摘要和研究内容。

常见问题

LangChain 集成提供了面向 AI Agent 的高层抽象能力，支持自动工具调用与任务编排，可无缝接入 Agent 工作流，无需手动处理请求逻辑。
同时也支持直接 API 调用，适用于需要完全自定义请求逻辑的场景。
更多常见问题

准备构建更智能的 AI Agent 了吗？

立即免费使用 LangChain SerpAPI，为你的 AI Agent 添加实时搜索能力。

查看集成文档