Ollama Web Search and Web Fetch API 发布

Ollama 推出了全新的网络搜索 API 和网络抓取 API，允许大语言模型 (LLMs) 访问互联网上的实时信息。这些工具旨在通过使用最新的网络数据增强模型，从而减少幻觉并提高模型响应的准确性。

网络搜索与网络抓取能力

Ollama 现在提供两种主要的网络交互工具：用于发现信息的搜索 API 和用于从特定 URL 提取内容的抓取 API。

网络搜索 API

网络搜索 API 允许模型查询互联网并接收相关结果列表。它以 REST API 的形式提供，并已集成到 Ollama 的 Python 和 JavaScript 库中。这一能力使得 gpt-oss 系列等模型能够执行长期的研究任务。

网络抓取 API

网络抓取 API 用于检索单个页面的内容。当用户在提示词中提供特定 URL，或者搜索代理需要深入研究特定的搜索结果时，这非常有用。

技术实现与集成

Ollama 提供了多种方式将这些搜索和抓取能力集成到现有工作流中。

API 与库访问

用户可以通过以下方式访问这些功能：

  • REST API：使用 cURL 请求访问 https://ollama.com/api/web_search 和 https://ollama.com/api/web_fetch。
  • Python Library：使用 ollama.web_search 和 ollama.web_fetch（需要 ollama>=0.6.0）。
  • JavaScript Library：使用 client.webSearch 和 client.webFetch（需要 ollama@>=0.6.0）。

构建搜索代理

Ollama 建议将这些工具与具有强大工具使用能力的模型结合使用。推荐的模型包括 qwen3 和 gpt-oss，以及云端选项，如 qwen3:480b-cloud、gpt-oss:120b-cloud 和 deepseek-v3.1-cloud。

为了在构建搜索代理时获得最佳性能，Ollama 建议将模型的上下文长度增加到大约 32,000 个 token，因为搜索和抓取结果可能会返回数千个 token。

生态系统集成

Ollama 已启用与 Model Context Protocol (MCP) 的集成，以将网络搜索能力扩展到其他 AI 客户端。

MCP Server 支持

通过 Python MCP server，可以在任何兼容 MCP 的客户端中启用网络搜索。针对以下工具提供了具体的集成说明：

  • Cline：通过 MCP server 设置，使用 uv 运行 MCP server 脚本进行配置。
  • Codex：通过 ~/.codex/config.toml 文件进行配置。
  • Goose：通过 Goose 的扩展进行集成。

价格与访问

网络搜索功能对个人用户开放，通过与 Ollama 账号关联的慷慨免费层级提供。对于通过 Ollama 云端订阅升级的用户，可以获得更高的速率限制。

Sources

相关