OpenClaw 搜索引擎大横评:从免费到付费,哪个最适合你的龙虾?

字数 1937，阅读大约需 8 分钟

养龙虾的人都知道，没有搜索能力的 AI Agent 就是个瞎子。你让它查个最新 API 文档、对比几个工具的优劣、或者帮你调研个技术方案，它只能靠训练数据里的老黄历瞎编。

OpenClaw 到现在（2026.6.6）已经支持了十几个搜索引擎，从完全免费零配置到付费 API，选择困难症都犯了。我从 2 月份开始折腾搜索配置，SearXNG、Tavily、Brave、DuckDuckGo 都试过，今天把踩过的坑和实际体验整理出来，帮你少走弯路。

一、先说结论：怎么选？

二、搜索引擎全景图

OpenClaw 的搜索引擎分成两类：

2.1 免配置（零门槛）

Parallel Search (Free)

• • 2026.6.5 版本内置，无需 API Key
• • 返回 LLM 优化的摘要片段（dense excerpts），不是原始搜索结果
• • 没有配其他 provider 时自动成为默认
• • 限制：session_id 上限 100 字符（付费版 1000），rate limit 未公开但有隐性限制

DuckDuckGo

• • 抓取 HTML 解析，非官方 API
• • 不稳定，可能随时挂
• • 无过滤能力（语言、地区、时间等）

SearXNG

• • 自建元搜索引擎，聚合 Google/Bing/DDG 等
• • 需要自己搭 Docker 实例
• • 免费无限制，隐私可控

2.2 需 API Key

三、Parallel Search 到底是什么？

先说背景。以前 OpenClaw 要搜网页，你得自己装 Tavily 技能、配 SearXNG 插件、或者搞 Brave API Key。每个方案都有维护成本。

2026.6.5 版本把 Parallel Search 做成了平台级内置：

1
2
tools.web.search.provider: "parallel-free"  // 默认，零配置tools.web.search.provider: "parallel"       // 付费版，需要 API Key

它的搜索方式和传统引擎不一样——不是返回 10 条蓝色链接让你自己看，而是：

1. 1. 你给一个自然语言目标（objective）
2. 2. 再给几个关键词（search_queries）
3. 3. Parallel 返回针对 LLM 排序过的摘要片段，直接能塞进上下文

好处是省 Token，坏处是你拿不到完整网页内容，想要全文得再调 web_fetch。

3.1 免费版 vs 付费版

3.2 Parallel Search 的限制（重点）

限制 1：免费版有隐性 rate limit

官方没公开具体数字，但社区反馈高频使用会 429。如果你的龙虾频繁搜索（比如跑定时任务抓新闻），免费版可能扛不住。

限制 2：返回的是摘要，不是全文

1
2
3
4
5
6
{  "title": "OpenClaw Release Notes",  "url": "https://...",  "excerpts": ["摘要片段1", "摘要片段2"],  // 只有这些  "description": "拼接后的摘要"              // 兼容 web_search 格式}

想要完整网页内容？得再调 web_fetch 或用 Tavily/Firecrawl 这种带提取能力的引擎。

限制 3：OpenAI 模型会绕过它

如果你用的是 OpenAI 的 Responses 模型（比如 GPT-5），OpenClaw 会自动走 OpenAI 原生的 web_search，不走 Parallel。要强制走 Parallel，得手动设 tools.web.search.provider: "parallel-free"。

限制 4：不能自定义上游引擎

SearXNG 你可以选百度、必应、Google 作为上游。Parallel 不行，它用自己的索引，搜什么结果全靠它。

四、SearXNG 实战回顾

我从 4 月份开始用 SearXNG，跑到现在两个多月，说说实际体验。

4.1 部署

1
2
3
4
5
6
7
docker run -d \  --name searxng \  -p 8080:8080 \  -v "/home/searxng:/etc/searxng" \  -e "BASE_URL=http://localhost:8080/" \  --restart unless-stopped \  searxng/searxng:latest

然后改 /home/searxng/settings.yml，在 formats 里加 json，再配国内能用的引擎（必应、百度、搜狗）。

OpenClaw 配置：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
{  "tools": {    "web": {      "search": {        "provider": "searxng"      }    }  },  "plugins": {    "entries": {      "searxng": {        "config": {          "webSearch": {            "baseUrl": "http://192.168.1.115:8080",            "categories": "general,news",            "language": "zh"          }        }      }    }  }}

4.2 优缺点

优点：

• • 完全免费，无 rate limit（至少我没遇到过）
• • 隐私可控，查询不出内网
• • 可以自定义上游引擎和分类
• • 国内环境友好（配好必应/百度就行）

缺点：

• • 要自己维护 Docker 实例
• • 上游引擎可能封 IP（特别是 Google）
• • 搜索结果质量取决于上游引擎，不如 Tavily/Perplexity 这种 AI 优化过的
• • 不支持搜索结果缓存（OpenClaw 层面有 15 分钟缓存）

五、各引擎实际搜索效果对比

同一个问题：”OpenClaw 2026.6 更新了什么”

六、我的配置方案

折腾了一圈，最终的配置策略：

主力：Tavily（日常搜索，使用搜索不多，每月1000次基本够用）

备用：SearXNG（Tavily 超限时自动 fallback）