Tavily 替代方案 —— 图图搜 API
结构化原始结果 + 来源标注,由你掌控合成,自建索引 + 全网兜底。
Tavily 面向 LLM 提供搜索并可返回合成答案。如果你更想要「干净的原始结果 + 明确来源」、由自己的模型来合成与引用,图图搜给你更大的控制权。
图图搜返回标题 / 摘要 / 链接 / 来源的结构化 JSON,支持 llms.txt,本地索引不足全网兜底——适合把检索层握在自己手里的 RAG 与 Agent。
图图搜 vs Tavily
| 对比项 | 图图搜 | Tavily |
|---|---|---|
| 返回形态 | 结构化原始结果 + 来源 | 搜索 + 可选合成答案 |
| 合成掌控权 | ✅ 交给你的模型 | 平台侧合成 |
| 来源标注 | ✅ local / brave | 有 |
| 中文分词 | ✅ jieba | 一般 |
| 自建索引 | ✅ Tantivy BM25 | 聚合外部 |
主要功能
结果由你掌控
返回结构化原始结果,合成 / 排序 / 引用逻辑交给你的模型,不锁定某种答案格式。
明确来源
每条带 source 标注,做 AI 回答的出处引用一目了然。
llms.txt 感知
优先利用站点 llms.txt,对 AI 友好站点检索质量更高。
中文与兜底
jieba 中文分词 + Brave 全网兜底,中英文场景都能覆盖。
使用步骤
- 1 拿 API Key开发者页申请,或用公共 IP 层免费试。
- 2 检索GET /api/v1/search?q=… 拿回结构化结果与来源。
- 3 自行合成把 top-k 结果拼进 prompt,让你的 LLM 生成带引用的回答。
常见问题
- 图图搜会直接返回答案吗?
- 图图搜返回结构化的搜索结果与来源,合成答案由你的模型完成——这样引用与口径都在你掌控。
- 适合做 RAG 吗?
- 适合。一行请求拿到 title/snippet/url/source,直接作为检索层拼进上下文。参见「RAG 检索」用例页。
- 中文支持怎么样?
- title/body jieba 分词,中文召回更准;英文大小写不敏感。
- 有速率与配额吗?
- 带 key 按 key 限流并回 X-RateLimit-* 头;公共层按客户端 IP 计,便于免费试用。
现在就接入图图搜 API
免费额度 · 一行请求即得结构化结果 · 支持 llms.txt