Bocha Search

🚀 博查搜索 MCP 服务器

博查搜索 MCP 服务器是专为 AI 打造的搜索引擎，能让 AI 应用从近百亿网页和生态内容源获取多领域高质量知识，如天气、新闻等。

🚀 快速开始

若您想快速体验博查搜索 MCP 服务器的功能，可参考后续工具使用说明及参数设置，开启搜索之旅。

✨ 主要特性

• 多领域覆盖：涵盖天气、新闻、百科、医疗、火车票、图片等多个领域，为 AI 应用提供丰富的世界知识。
• 语义排序技术：采用 Transformer 架构的语义排序技术，根据搜索结果与用户问题的语义相关性进行排序，为大模型提供更匹配的搜索结果。
• 结构化模态卡：博查 AI 搜索可额外返回垂直领域内容的结构化模态卡，如天气卡、日历卡、百科卡等，在语义识别、搜索结果时效性和内容丰富性方面表现出色。

📦 安装指南

文档未提及安装步骤，暂无法提供相关内容。

💻 使用示例

基础用法

博查网页搜索

# 假设使用 Python 调用博查网页搜索接口
import requests

query = "博查搜索"
freshness = "noLimit"
count = 10

url = f"https://your_bocha_api_url?query={query}&freshness={freshness}&count={count}"
response = requests.get(url)
print(response.json())

博查 AI 搜索

# 假设使用 Python 调用博查 AI 搜索接口
import requests

query = "今日天气"
freshness = "noLimit"
count = 10

url = f"https://your_bocha_ai_api_url?query={query}&freshness={freshness}&count={count}"
response = requests.get(url)
print(response.json())

高级用法

在实际应用中，您可以根据业务需求调整 freshness 参数，以获取指定时间范围内的搜索结果，例如：

# 获取 2024-01-01 到 2024-01-31 之间的搜索结果
import requests

query = "科技新闻"
freshness = "2024-01-01..2024-01-31"
count = 20

url = f"https://your_bocha_api_url?query={query}&freshness={freshness}&count={count}"
response = requests.get(url)
print(response.json())

📚 详细文档

版本信息

当前版本为 v1。

产品描述

短描述

博查是专为 AI 设计的搜索引擎，能让 AI 应用从近百亿网页和生态内容源获取多领域高质量世界知识。

长描述

博查是专为 AI 设计的搜索引擎，使 AI 应用能够从近百亿网页和生态内容源中获取高质量的世界知识，涵盖天气、新闻、百科、医疗、火车票、图片等多个领域。

分类

网页搜索

标签

搜索、新闻、天气、百科

工具

Tool1: 博查网页搜索

• 详细描述：从博查搜索全网信息和网页链接，返回结果包括网页标题、网页 URL、网页摘要、发布时间、网站名称、网站图标、图片链接等。
• 调试所需要的参数
  • 输入：
    • query：搜索词（必填）
    • freshness：指定时间范围内的搜索（可选值 YYYY - MM - DD, YYYY - MM - DD..YYYY - MM - DD, noLimit, oneYear, oneMonth, oneWeek, oneDay. 默认为 noLimit）
    • count：返回结果的条数（范围 1 - 50）
  • 输出：结果包括网页标题、URL、摘要、发布时间、网站名称、图标链接和图片链接，最多支持 50 条结果。

Tool2: 博查 AI 搜索

• 详细描述：在博查网页搜索的基础上，通过 AI 识别搜索词的语义，并额外返回垂直领域内容的结构化模态卡，例如天气卡、日历卡、百科卡等几十种类型，在语义识别、搜索结果时效性和内容丰富性方面表现更优。
• 调试所需要的参数
  • 输入：
    • query：搜索词（必填）
    • freshness：时间范围（可选值 YYYY - MM - DD, YYYY - MM - DD..YYYY - MM - DD, noLimit, oneYear, oneMonth, oneWeek, oneDay. 默认为 noLimit）
    • count：返回结果的条数（范围 1 - 50）
  • 输出：结果包括网页信息和结构化模态卡，如天气、百科、医疗、万年历、火车、星座属相、贵金属、汇率、油价、手机、股票、汽车等。

常见问题

博查网页搜索服务能提供哪些功能？

博查网页搜索提供全网通用搜索能力。您可以从博查获取全网信息和网页链接，返回结果包括网页标题、URL、摘要、网站名称、图标、发布时间、图片链接等，每次搜索最多支持 50 条结果。

传统搜索引擎使用关键字 + 竞价排名机制的搜索算法，其目标是吸引用户点击以获得广告收入。而博查基于多模态混合搜索与语义排序技术，支持 AI 应用场景的自然语言搜索方式，专注于提供干净、准确、高质量的答案。

博查的语义排序技术采用 Transformer 架构，根据搜索结果与用户问题的语义相关性进行排序。由于大模型同样使用 Transformer 架构，通过判断上下文与用户问题的语义相关性进行取舍，因此大模型更倾向于选择博查提供的搜索结果。

目前博查的搜索效果是国内最接近 Bing Search API 的搜索引擎。由于 Bing Search API 数据会出海（无国内 Region）、价格昂贵（15 美元/千次）且不提供文本摘要（仅提供 50 - 100 字的 snippet），许多国内企业客户已从 Bing 切换至博查。

博查 AI 搜索服务能提供哪些功能？

博查 AI 搜索在博查网页搜索的基础上，通过 AI 识别搜索词的语义，并额外返回垂直领域内容的结构化模态卡，例如天气卡、日历卡、百科卡等几十种类型，在语义识别、搜索结果时效性和内容丰富性方面表现更优。

目前支持的模态卡类型包括：天气、百科、医疗、万年历、火车、星座属相、贵金属、汇率、油价、手机、股票、汽车等。

以股票信息为例，网页中一般无法获取到实时的股票数据，需要结构化模态卡来支撑。博查 AI 搜索 API 可以在提供网页信息的基础上，额外输出股价的结构化数据模态卡，通过模态卡提供的结构化数据，可以进一步增强 AI 应用中用户对于时效性问题的回答准确性。

🔧 技术细节

博查的语义排序技术采用 Transformer 架构，根据搜索结果与用户问题的语义相关性进行排序。大模型同样使用 Transformer 架构，通过判断上下文与用户问题的语义相关性进行取舍，因此大模型更倾向于选择博查提供的搜索结果。

博查基于多模态混合搜索与语义排序技术，支持 AI 应用场景的自然语言搜索方式，专注于提供干净、准确、高质量的答案。

📄 许可证

文档未提及许可证信息，暂无法提供相关内容。