hermes-agent/website/i18n/zh-Hans/docusaurus-plugin-content-docs/current/user-guide/features/web-search.md

title	description	sidebar_label	sidebar_position
网页搜索与提取	通过多个后端提供商搜索网页并提取页面内容——包括免费的自托管 SearXNG。	Web Search	6

网页搜索与提取

Hermes Agent 内置两个可供模型调用的网页工具，由多个提供商支持：

• web_search — 搜索网页并返回排序结果
• web_extract — 从一个或多个 URL 获取并提取可读内容

两者均通过单一后端选择进行配置。提供商可通过 hermes tools 选择，或直接在 config.yaml 中设置。

后端

提供商	环境变量	搜索	提取	免费层级
Firecrawl（默认）	FIRECRAWL_API_KEY	✔	✔	500 积分/月
SearXNG	SEARXNG_URL	✔	—	✔ 免费（自托管）
Brave Search（免费层级）	BRAVE_SEARCH_API_KEY	✔	—	2 000 次查询/月
DDGS (DuckDuckGo)	—（无需密钥）	✔	—	✔ 免费
Tavily	TAVILY_API_KEY	✔	✔	1 000 次搜索/月
Exa	EXA_API_KEY	✔	✔	1 000 次搜索/月
Parallel	PARALLEL_API_KEY	✔	✔	付费
xAI (Grok)	XAI_API_KEY 或 hermes auth login xai-oauth	✔	—	付费（SuperGrok 或按 token 计费）

Brave Search、DDGS 和 xAI 均为仅搜索——如果同时需要 web_extract，可将其中任意一个与 Firecrawl/Tavily/Exa/Parallel 配合使用。DDGS 底层使用 ddgs Python 包；若尚未安装，请运行 pip install ddgs（或让 Hermes 在首次使用时懒加载安装）。xAI 通过 Responses API 运行 Grok 服务端的 web_search 工具——结果由 LLM 生成而非基于索引，因此标题、描述和 URL 选择均为模型输出（参见下方信任模型说明）。

按能力拆分： 搜索和提取可分别使用不同的提供商——例如搜索使用 SearXNG（免费），提取使用 Firecrawl。详见下方按能力配置。

:::tip Nous 订阅用户 如果您拥有付费 Nous Portal 订阅，网页搜索和提取可通过 Tool Gateway 使用托管的 Firecrawl——无需 API 密钥。新安装可运行 hermes setup --portal 登录并一次性开启所有 gateway 工具；现有安装可通过 hermes tools 单独开启网页功能。 :::

---

web_extract 如何处理长页面

后端返回的原始页面 markdown 可能非常庞大（论坛帖子、文档站点、带嵌入评论的新闻文章）。为保持上下文窗口可用并降低成本，web_extract 在将内容交给 agent 之前，会通过 web_extract 辅助模型对返回内容进行处理。行为完全由大小决定：

页面大小（字符数）	处理方式
5 000 以下	原样返回——不调用 LLM，完整 markdown 直达 agent
5 000 – 500 000	通过 web_extract 辅助模型单次摘要，输出上限约 5 000 字符
500 000 – 2 000 000	分块处理：拆分为 10 万字符的块，并行摘要每块，再合成最终摘要（约 5 000 字符）
超过 2 000 000	拒绝处理，并提示使用更具体的来源 URL

摘要保留引用、代码块和关键事实的原始格式——它是内容压缩器，而非改写器。如果摘要失败或超时，Hermes 会回退到原始内容的前约 5 000 字符，而非返回无用的错误信息。

哪个模型负责摘要？

web_extract 辅助任务。默认情况下（auxiliary.web_extract.provider: "auto"），使用您的主聊天模型——与 hermes model 相同的提供商和模型。对大多数配置而言这没问题，但在昂贵的推理模型（Opus、MiniMax M2.7 等）上，每次长页面提取都会产生可观的成本。

若要将提取摘要路由到廉价快速的模型，无论主模型是什么：

# ~/.hermes/config.yaml
auxiliary:
  web_extract:
    provider: openrouter
    model: google/gemini-3-flash-preview
    timeout: 360       # 秒；如果遇到摘要超时，请调大此值

或交互式选择：hermes model → Configure auxiliary models → web_extract。

完整参考和按任务覆盖模式，请参阅辅助模型。

摘要处理不适用的情况

如果您明确需要原始、未经摘要的页面内容——例如正在抓取结构化页面，LLM 摘要会丢失重要字段——请改用 browser_navigate + browser_snapshot。浏览器工具返回实时无障碍树，不经辅助模型改写（在超大页面上受其自身 8 000 字符快照上限约束）。

---

设置

通过 hermes tools 快速设置

运行 hermes tools，导航至 Web Search & Extract，选择一个提供商。向导会提示输入所需的 URL 或 API 密钥，并写入您的配置。

hermes tools

---

Firecrawl（默认）

功能完整的搜索和提取。推荐大多数用户使用。

# ~/.hermes/.env
FIRECRAWL_API_KEY=fc-your-key-here

在 firecrawl.dev 获取密钥。免费层级包含每月 500 积分。

自托管 Firecrawl： 指向您自己的实例而非云端 API：

# ~/.hermes/.env
FIRECRAWL_API_URL=http://localhost:3002

设置 FIRECRAWL_API_URL 后，API 密钥为可选项（使用 USE_DB_AUTHENTICATION=false 禁用服务器认证）。

---

SearXNG（免费，自托管）

SearXNG 是一个注重隐私的开源元搜索引擎，聚合来自 70 多个搜索引擎的结果。无需 API 密钥——只需将 Hermes 指向一个运行中的 SearXNG 实例。

SearXNG 为仅搜索——web_extract 需要单独的提取提供商。

方案 A — 使用 Docker 自托管（推荐）

这为您提供无速率限制的私有实例。

1. 创建工作目录：

mkdir -p ~/searxng/searxng
cd ~/searxng

2. 编写 docker-compose.yml：

# ~/searxng/docker-compose.yml
services:
  searxng:
    image: searxng/searxng:latest
    container_name: searxng
    ports:
      - "8888:8080"
    volumes:
      - ./searxng:/etc/searxng:rw
    environment:
      - SEARXNG_BASE_URL=http://localhost:8888/
    restart: unless-stopped

3. 启动容器：

docker compose up -d

4. 启用 JSON API 格式：

SearXNG 默认禁用 JSON 输出。复制生成的配置并启用它：

# 从容器中复制自动生成的配置
docker cp searxng:/etc/searxng/settings.yml ~/searxng/searxng/settings.yml

打开 ~/searxng/searxng/settings.yml，找到 formats 块（约第 84 行）：

# 修改前（默认——JSON 已禁用）：
formats:
  - html

# 修改后（为 Hermes 启用 JSON）：
formats:
  - html
  - json

5. 重启以应用更改：

docker cp ~/searxng/searxng/settings.yml searxng:/etc/searxng/settings.yml
docker restart searxng

6. 验证是否正常工作：

curl -s "http://localhost:8888/search?q=test&format=json" | python3 -c \
  "import sys,json; d=json.load(sys.stdin); print(f'{len(d[\"results\"])} results')"

您应该看到类似 10 results 的输出。如果收到 403 Forbidden，说明 JSON 格式仍未启用——请重新检查第 4 步。

7. 配置 Hermes：

# ~/.hermes/.env
SEARXNG_URL=http://localhost:8888

然后在 ~/.hermes/config.yaml 中选择 SearXNG 作为搜索后端：

web:
  search_backend: "searxng"

或通过 hermes tools → Web Search & Extract → SearXNG 设置。

---

方案 B — 使用公共实例

公共 SearXNG 实例列表见 searx.space。筛选已启用 JSON 格式的实例（表格中有显示）。

# ~/.hermes/.env
SEARXNG_URL=https://searx.example.com

:::caution 公共实例 公共实例有速率限制、可用性不稳定，且可能随时禁用 JSON 格式。生产环境强烈建议自托管。 :::

---

将 SearXNG 与提取提供商配合使用

SearXNG 负责搜索；web_extract 需要单独的提供商。使用按能力配置的键：

# ~/.hermes/config.yaml
web:
  search_backend: "searxng"
  extract_backend: "firecrawl"   # 或 tavily、exa、parallel

使用此配置，Hermes 对所有搜索查询使用 SearXNG，对 URL 提取使用 Firecrawl——将免费搜索与高质量提取相结合。

---

Tavily

针对 AI 优化的搜索和提取，免费层级慷慨。

# ~/.hermes/.env
TAVILY_API_KEY=tvly-your-key-here

在 app.tavily.com 获取密钥。免费层级包含每月 1 000 次搜索。

---

Exa

具有语义理解的神经搜索。适合研究和查找概念相关内容。

# ~/.hermes/.env
EXA_API_KEY=your-exa-key-here

在 exa.ai 获取密钥。免费层级包含每月 1 000 次搜索。

---

Parallel

具备深度研究能力的 AI 原生搜索和提取。

# ~/.hermes/.env
PARALLEL_API_KEY=your-parallel-key-here

在 parallel.ai 申请访问权限。

---

xAI (Grok)

通过 Responses API 将 web_search 路由至 Grok 服务端的 web_search 工具。Grok 执行实际搜索并以结构化 JSON 返回最佳结果。

支持两种凭证路径——无需新的环境变量，无需新的设置向导：

# ~/.hermes/.env（环境变量路径）
XAI_API_KEY=sk-xai-your-key-here

或对于 SuperGrok 订阅用户：

hermes auth login xai-oauth

然后选择 xAI 作为搜索后端：

# ~/.hermes/config.yaml
web:
  backend: "xai"

可选配置项：

web:
  backend: "xai"
  xai:
    model: grok-4.3              # web_search 所需的推理模型（默认）
    allowed_domains:             # 可选，最多 5 个——与 excluded_domains 互斥
      - arxiv.org
    excluded_domains:            # 可选，最多 5 个
      - example-spam.com
    timeout: 90                  # 秒（默认）

仅搜索——如果同时需要 web_extract，请与 Firecrawl / Tavily / Exa / Parallel 配合使用。遇到 401 时，提供商会执行一次强制 OAuth token 刷新并重试（覆盖窗口中途吊销和主动过期检查无法解码的不透明 token）；环境变量凭证跳过重试。

:::caution 信任模型 与基于索引的提供商（Brave、Tavily、Exa）返回逐字搜索引擎结果不同，xAI 是由 LLM 选择要呈现的 URL 并自行撰写标题和描述。查询的内容会影响输出，因此恶意构造的查询（例如通过 agent 获取的不可信上游输入注入）原则上可以引导 Grok 输出攻击者指定的 URL。对返回的 URL 应与对待任何模型生成链接一样——在获取前进行验证，尤其是当查询来自不可信输入时。 :::

---

配置

单一后端

为所有网页功能设置一个提供商：

# ~/.hermes/config.yaml
web:
  backend: "searxng"   # firecrawl | searxng | brave-free | ddgs | tavily | exa | parallel | xai

按能力配置

搜索和提取使用不同的提供商。这允许您将免费搜索（SearXNG）与付费提取提供商组合使用，反之亦然：

# ~/.hermes/config.yaml
web:
  search_backend: "searxng"     # 由 web_search 使用
  extract_backend: "firecrawl"  # 由 web_extract 使用

当按能力键为空时，两者均回退到 web.backend。当 web.backend 也为空时，后端根据存在的 API 密钥/URL 自动检测。

优先级顺序（按能力）：

1. web.search_backend / web.extract_backend（显式按能力配置）
2. web.backend（共享回退）
3. 从环境变量自动检测

自动检测

如果未显式配置后端，Hermes 根据已设置的凭证选择第一个可用的后端：

存在的凭证	自动选择的后端
FIRECRAWL_API_KEY 或 FIRECRAWL_API_URL	firecrawl
PARALLEL_API_KEY	parallel
TAVILY_API_KEY	tavily
EXA_API_KEY	exa
SEARXNG_URL	searxng

xAI Web Search 不在自动检测链中——设置了 XAI_API_KEY（或通过 xAI Grok OAuth 登录）不会自动将网页流量路由至 xAI，因为这些凭证同时用于推理/TTS/图像生成，用户可能希望为网页使用不同的后端。请通过 web.backend: "xai" 显式启用。

---

验证设置

运行 hermes setup 查看检测到的网页后端：

✅ Web Search & Extract (searxng)

或通过 CLI 检查：

# 激活 venv 并直接运行网页工具模块
source ~/.hermes/hermes-agent/.venv/bin/activate
python -m tools.web_tools

这将打印活动后端及其状态：

✅ Web backend: searxng
   Using SearXNG (search only): http://localhost:8888

---

故障排查

web_search 返回 {"success": false}

• 检查 SEARXNG_URL 是否可达：curl -s "http://localhost:8888/search?q=test&format=json"
• 如果收到 HTTP 403，说明 JSON 格式已禁用——在 settings.yml 的 formats 列表中添加 json 并重启
• 如果收到连接错误，容器可能未运行：docker ps | grep searxng

web_extract 提示"search-only backend"

SearXNG 无法提取 URL 内容。将 web.extract_backend 设置为支持提取的提供商：

web:
  search_backend: "searxng"
  extract_backend: "firecrawl"  # 或 tavily / exa / parallel

SearXNG 返回 0 条结果

部分公共实例禁用了某些搜索引擎或分类。请尝试：

• 换一个查询词
• 从 searx.space 换一个公共实例
• 自托管实例以获得稳定结果

公共实例遭遇速率限制

切换到自托管实例（参见上方方案 A）。使用 Docker，您自己的实例没有速率限制。

web_extract 返回截断内容并附有"summarization timed out"提示

辅助模型未能在配置的超时时间内完成摘要。可以：

• 在 config.yaml 中调大 auxiliary.web_extract.timeout（新安装默认 360 秒，若键缺失则为 30 秒）
• 将 web_extract 辅助任务切换到更快的模型（例如 google/gemini-3-flash-preview）——参见 web_extract 如何处理长页面
• 对于摘要处理不适用的页面，改用 browser_navigate

---

可选技能：searxng-search

对于需要直接通过 curl 使用 SearXNG 的 agent（例如作为网页工具集不可用时的回退），请安装 searxng-search 可选技能：

hermes skills install official/research/searxng-search

这将添加一个技能，教 agent 如何：

• 通过 curl 或 Python 调用 SearXNG JSON API
• 按分类筛选（general、news、science 等）
• 处理分页和错误情况
• 在 SearXNG 不可达时优雅降级