名称： google-web-search
描述： 通过自动在 Gemini 模型中执行 Google 搜索工具，实现基于事实的问答。适用于所需信息较新（晚于知识截止日期）或需要可验证引用的情况。
元数据：
{
"openclaw":
{
"emoji": "🔍",
"requires": { "env": ["GEMINI_API_KEY"] },
"primaryEnv": "GEMINI_API_KEY",
"install":
[
{
"id": "python-deps",
"kind": "shell",
"command": "pip install -r {baseDir}/requirements.txt",
"label": "安装 Python 依赖项 (google-genai, pydantic-settings)",
},
],
},
}

Google 网络搜索

概述

本技能提供通过 Gemini API 的 google_search 事实检索工具执行实时网络搜索的能力。其设计目标是获取网络上最新的信息，为用户查询提供基于事实、可引用的答案。

核心功能：
- 通过 Gemini API 进行实时网络搜索
- 提供带有可验证引用的事实性回答
- 支持可配置的模型选择
- 简洁的 Python API

使用方法

本技能公开了 Gemini API 的 google_search 工具。当用户询问实时信息、近期事件或要求可验证的引用时，应使用此技能。

执行环境

核心逻辑位于 scripts/example.py 脚本中。该脚本需要以下环境变量：

• GEMINI_API_KEY（必需）：您的 Gemini API 密钥
• GEMINI_MODEL（可选）：要使用的模型（默认：gemini-2.5-flash-lite）

支持的模型：
- gemini-2.5-flash-lite（默认）- 快速且经济高效
- gemini-3-flash-preview - 最新的 Flash 模型
- gemini-3-pro-preview - 能力更强，速度较慢
- gemini-2.5-flash-lite-preview-09-2025 - 特定版本

Python 工具集成模式

将此技能集成到更大的工作流中时，应在 google-genai 库可用且 GEMINI_API_KEY 已暴露的环境中执行辅助脚本。

Python 调用结构示例：

from skills.google-web-search.scripts.example import get_grounded_response

# 基本用法（使用默认模型）：
prompt = "最新的市场趋势是什么？"
response_text = get_grounded_response(prompt)
print(response_text)

# 使用特定模型：
response_text = get_grounded_response(prompt, model="gemini-3-pro-preview")
print(response_text)

# 或通过环境变量设置：
import os
os.environ["GEMINI_MODEL"] = "gemini-3-flash-preview"
response_text = get_grounded_response(prompt)
print(response_text)

故障排除

如果脚本运行失败：
1. 缺少 API 密钥：确保在执行环境中设置了 GEMINI_API_KEY。
2. 缺少库：确认已安装 google-genai 库（pip install google-generativeai）。
3. API 限制：检查 Google AI Studio 仪表板上的 API 使用限制。
4. 无效模型：如果设置了 GEMINI_MODEL，请确保它是有效的 Gemini 模型名称。
5. 模型不支持事实检索：某些模型可能不支持 google_search 工具。请使用 Flash 或 Pro 系列变体。