Free-Search：免费获取实时谷歌搜索结果的API工具

综合介绍

Free-Search 是一个由 Hanzla Javaid 开发的开源 API 工具，托管在 GitHub 上。它的主要功能是通过自定义搜索引擎提供实时的谷歌搜索结果，并爬取网页内容返回结构化数据。这个工具专为 AI 代理和大型语言模型（LLM）应用设计，帮助提升互联网数据的可访问性。用户可以免费使用它，只需下载代码并在本地部署。项目使用 Python 开发，支持自定义搜索参数，适合开发者和技术团队使用。目前，它已提供公共演示实例，方便体验。

功能列表

• 支持实时谷歌搜索，输入关键词后返回最新结果。
• 自动爬取搜索结果页面，提取每页的核心内容。
• 返回结构化数据，包括来源、链接和内容片段。
• 可调整结果数量（1-5条）和每条内容长度（100-5000字符）。
• 开源代码，用户可以自由修改和优化。
• 提供公共演示实例，无需安装即可试用。

使用帮助

Free-Search 是一个面向开发者的 API 工具，需要一定技术基础才能安装和使用。以下是详细的操作指南，帮助你快速上手。

如何安装

Free-Search 需要从 GitHub 下载源码并配置运行环境。以下是具体步骤：

1. 克隆仓库
   打开浏览器，访问 https://github.com/HanzlaJavaid/Free-Search，点击绿色 Code 按钮，选择 Download ZIP 下载压缩包。或者用命令行输入：

git clone https://github.com/HanzlaJavaid/Free-Search.git

下载完成后，进入项目文件夹。

2. 安装依赖
   项目需要 Python 3.7 或更高版本，以及几个关键库。在命令行中运行：

pip install fastapi uvicorn pydantic playwright beautifulsoup4

这会安装 FastAPI（构建 API）、Uvicorn（运行服务器）、Pydantic（数据验证）、Playwright（网页爬取）和 BeautifulSoup4（解析 HTML）。

3. 安装 Playwright 浏览器
   项目依赖 Playwright 的 Chromium 浏览器，运行以下命令安装：

playwright install chromium

安装后，工具才能正常爬取网页。

4. 启动服务
   在项目文件夹中运行：

xvfb-run python main.py

如果你在 Linux 系统上没有图形界面，xvfb-run 是必须的；Windows 或 Mac 用户可以直接运行 python main.py。启动后，API 服务会在本地运行，默认端口为 11235。

如何使用主要功能

Free-Search 的核心是搜索 API，运行后通过 HTTP 请求获取结果。以下是操作流程：

• 访问 API 端点
  服务启动后，打开浏览器或命令行工具，访问 http://localhost:11235/search。你需要提供搜索参数，比如关键词。
• 发送搜索请求
  使用 curl 或其他工具发送请求。例如：

curl "http://localhost:11235/search?query=fastapi+tutorial&max_results=2&max_content=1000"

• query：搜索关键词，必填，比如 "fastapi tutorial"。
• max_results：返回结果数量，可选，默认 3，范围 1-5。
• max_content：每条结果的内容长度，可选，默认 2000 字符，范围 100-5000。
• 查看返回结果
  API 会返回 JSON 格式的结构化数据，例如：

[
{
"source": "fastapi官方文档",
"link": "https://fastapi.tiangolo.com/tutorial/",
"context": "FastAPI 是一个现代、快速的 Web 框架..."
},
{
"source": "教程博客",
"link": "https://example.com/fastapi-guide",
"context": "本教程介绍如何使用 FastAPI 构建 API..."
}
]

每条结果包括来源名称、链接和提取的内容。

特色功能操作

• 实时谷歌搜索
  Free-Search 通过自定义搜索引擎连接谷歌，获取最新结果。无需自己开发爬虫，只需输入关键词即可使用。
• 内容爬取与结构化输出
  工具会自动访问每个搜索结果页面，提取主要内容并整理成易读的格式。这对 AI 应用特别有用，可以直接喂给模型处理。
• 自定义参数
  你可以调整 max_results 和 max_content，控制返回数据的数量和详细程度。比如，想获取更多结果，可以用：

curl "http://localhost:11235/search?query=python+学习&max_results=5"

• 使用公共实例
  如果不想本地安装，可以直接访问官方提供的演示实例：https://freesearch.replit.app/。只需在浏览器输入类似 https://freesearch.replit.app/search?query=测试 的地址，就能试用。

注意事项

• 本地运行时，确保网络畅通，因为工具需要访问谷歌和其他网页。
• 如果遇到 Playwright 错误，检查 Chromium 是否正确安装。
• 项目是开源的，你可以修改 main.py 或其他文件，添加新功能，比如支持其他搜索引擎。

通过这些步骤，你可以轻松部署并使用 Free-Search，获取实时搜索数据。

应用场景

1. AI 代理开发
   开发者可以用 Free-Search 获取实时网页数据，训练或增强 AI 代理的知识库。

场景描述：比如，你在开发一个聊天机器人，需要它回答最新的科技新闻。Free-Search 可以提供相关网页内容，让机器人给出准确回答。

2. LLM 数据输入
   大型语言模型需要大量外部数据支持，Free-Search 可以作为数据源。

场景描述：你在构建一个论文分析模型，输入关键词“机器学习”，Free-Search 返回最新论文的链接和摘要，供模型处理。

3. 个人研究工具
   学生或研究者可以用它快速收集网络信息。

场景描述：写论文时，输入“气候变化影响”，获取多个来源的实时数据，节省搜索时间。

QA

1. Free-Search 和谷歌搜索有什么区别？
   Free-Search 是一个 API 工具，能自动爬取谷歌搜索结果并返回结构化数据，而谷歌搜索只提供网页界面。
2. 公共实例和本地部署有什么不同？
   公共实例无需安装即可使用，但可能有访问限制；本地部署完全可控，还能自定义功能。
3. 支持中文搜索吗？
   是的，只要输入中文关键词，API 就会返回相关结果，前提是谷歌能找到匹配内容。