GoogleSearch 组件

AI 面临的最大挑战曾经是它容易给出模糊、过时甚至错误的信息。这些问题的根本原因，就是缺乏对相关知识的访问。过去，解决这个问题往往需要重新训练整个模型，这对于大多数企业甚至个人来说几乎不可想象。但现在有了另一种方法，可以让你随时为模型指定正确的知识来源。

这种方法叫做 检索增强生成（RAG），它允许你无需技术门槛，也不用重新训练整个模型，就能为生成式模型随时补充新知识。包括 GoogleSearch 在内的检索组件，让你能够轻松地应用这种方式。

什么是 GoogleSearch 组件？

该组件可以通过 Google 搜索相关内容，让流程检索知识。你可以指定搜索查询，并决定流程如何检索信息。它还可以与其他检索组件同时使用，以提升最终答案的质量。

应用示例

• 实时事实核查：用该组件验证观点，或获取某话题的最新新闻文章。
• 内容增强：为文档自动抓取相关外部资源，实现内容丰富。
• AI 智能体：让对话式智能体具备从网络获取新知识的能力。 领域定向搜索：利用查询前缀功能，将搜索限定在特定网站（如学术论文可用 site:arxiv.org）。

为什么要用这个组件？

• 保持最新：获取来自网络的最新信息，克服静态训练数据的局限。
• 灵活配置：可根据你的国家、语言和位置需求定制搜索。
• 工作流集成：输出可与其他组件兼容，轻松构建复杂、具备知识能力的 AI 流程。
• 缓存：当同一查询被重复时，可通过缓存提高效率，避免重复搜索。

输入查询

指定用于查找相关信息的查询内容。它可以从其他组件（如聊天输入）连接，或手动输入。

结果数量限制

此设置限制用于抓取信息的链接数量。Google 拥有强大的算法来对结果排序，确保最前面的结果最符合查询。前五个结果通常已足够让流程获得相关信息并为大多数查询生成有意义的回复。

语言

如果你的网站是某种特定语言，聊天机器人返回英文结果只会适得其反。而且，针对小众或本地话题时，用正确语言搜索往往能得到更相关的结果。

国家

设置国家是确保相关结果的另一道防线。比如你有一个金融咨询机器人，用户询问税法，仅设定语言可能会导致英国用户看到美国税法的信息，产生混淆和困扰。

位置

这个可选设置可以进一步缩小结果范围。只返回对某个城市或地区相关的结果，在某些场景下非常有用。

查询前缀

查询前缀是特定的词或符号，用于进一步限定结果类型。例如，使用“daterange:”前缀可确保结果为最新，或用“filetype:”前缀筛选特定格式的文件。Google 支持多种这类前缀，极大提升了返回结果的可控性。

如何将 GoogleSearch 组件连接到你的流程

该组件只有一个输入和一个输出接口：

• 输入查询： 查询可以是任何文本输出。常见用法为连接聊天输入或生成器。
• 输出： 任何检索器类型组件的输出都是文档。

文档输出只可被 文档转文本 和 小部件类型 组件读取。这些组件会将原始搜索结果转为可输出的展示形式。

用 GoogleSearch 创建流程

让我们用 Google Search 作为主要知识来源，创建一个简单的聊天机器人。

1. 依然从聊天输入开始。
2. 将输入连接到 GoogleSearch 组件，即用户的问题作为搜索提示词。
3. 转换检索器输出。输出是一个 URL 记录，我们希望它是纯文本。使用 URL Retriever 组件。
4. 你可以选择性地加入提示和聊天历史。我们会加上，这样输出更自然、对话感更强。
5. 连接 生成器，为流程加入大语言模型。
6. 你就可以输出了。

最终流程如下：

让我们来问 GoogleSearch 机器人：最好的 AI 模型是什么？

机器人会返回一组最佳模型，并对每个模型进行点评并列出来源。我们特意将输出长度限制在聊天窗口内。当然，结果也可以比这更详细。