你们的 ai agent 一般用哪些 web_search 工具？

综合交流大区
,
1

楼主用了 16 个工具
1.minimax （ cli+mcp ）
2.step
3.baidu
4.baidu ai search
5.tavily
6.doubao
7.bailian
8.exa
9.brave
10.linkup
11.serpapi
12.bocha
13.openai
14.grok
15.duckduckgo （ hermes agent 自带搜索工具）
16.gemini
目前这些都是免费的
之前楼主都是全部写入我的 agent ，然后让自己的 agent 装上，然后一股脑全部调用，然后发现太耗费 token 了，
然后就弄了个子 agent ，用 minimax-m2.7 ，专门用来提炼+总结，
如果主 agent 需要搜索就派发任务给子 agent ，然后子 agent 反馈给主 agent ，然后主 agent 屏蔽自身的所有搜索功能。
目前是这个玩法
大家是怎么玩的？

然后所有搜索工具，如果是原始搜索的，返回条目拉到最大。
如果是 ai 总结的，有挡位的调到最大
mcp 用的是自己写的 mcp 工具，把所有搜索汇集在一起了

2

这玩法有点意思，不过楼主你这么多工具一起上，不怕API调用冲突吗？比如你同时请求好几个，返回时间差会不会导致agent逻辑混乱？我之前试过三个并行就乱套了，最后改成排队调用才稳。

3

同问，最近也在搞这个。

4

小白问一下，为啥要用这么多不同的搜索工具啊？它们搜出来的结果差别很大吗？是不是有些专门搜中文的更好用？我不太确定该怎么选。

5

没意思，折腾半天最后还是谷歌最靠谱。

6

用子agent处理搜索这个思路挺好的，我也分享一下我的做法。我是按查询类型来路由的，比如需要最新资讯的走serpapi，需要深度分析的用tavily，中文问题直接走百度或者豆包。然后我写了个简单的打分器，根据返回结果的摘要部分和问题的相关度选最好的两条给主agent看，这样token能省一半。不过维护这么多api key也挺烦的。

7

mark一下，回头细看。

8

楼主你那个自己写的MCP工具具体是怎么把搜索结果汇集的？是直接合并所有返回的文本列表，还是会先根据来源去重？另外，你提到“原始搜索返回条目拉到最大”，这个最大具体是多少条？不同工具的默认上限不一样吧，像SerpAPI好像最多就50条？

9

十六个工具维护成本是真高，建议先收敛到三四个核心再扩

10

路由策略这个思路对，关键是query意图分类要准

11

路由这思路确实省钱也快

12

按查询类型路由这思路我也在用中文那块用搜狗能补一些独家内容

13

不同搜索结果差异挺大，中文得多家混着用

14

我们用Tavily搭配自家爬虫，搜索质量比直接套Bing好不少

15

工具一多反而调度容易乱套

16

16个搜索工具有点过头，结果混来混去

17

按查询类型路由的思路高级，比一股脑全调要稳得多