Использование Ollama Web Search API в Python

Создайте ИИ-агенты для поиска с помощью Python и Ollama

Содержимое страницы

Библиотека Ollama на Python теперь поддерживает нативные возможности веб-поиска Ollama. Всего несколько строк кода позволяют дополнить ваши локальные LLM актуальной информацией из интернета, что снижает количество галлюцинаций и повышает точность ответов.

цифровое пространство

Начало работы

Как установить библиотеку Ollama на Python для веб-поиска? Установите версию 0.6.0 или выше с помощью pip install 'ollama>=0.6.0'. Эта версия включает функции web_search и web_fetch.

pip install 'ollama>=0.6.0'

Для управления Python-средами и пакетами рекомендуется использовать uv — быстрый менеджер пакетов Python, — или настроить виртуальное окружение с помощью venv, чтобы изолировать зависимости.

Создайте API-ключ на вашем аккаунте Ollama и установите его как переменную окружения:

export OLLAMA_API_KEY="your_api_key"

В Windows PowerShell:

$env:OLLAMA_API_KEY = "your_api_key"

Базовый веб-поиск

Самый простой способ выполнить поиск в вебе с помощью Ollama:

import ollama

# Простой веб-поиск
response = ollama.web_search("What is Ollama?")
print(response)

Вывод:

results = [
    {
        "title": "Ollama",
        "url": "https://ollama.com/",
        "content": "Cloud models are now available in Ollama..."
    },
    {
        "title": "What is Ollama? Features, Pricing, and Use Cases",
        "url": "https://www.walturn.com/insights/what-is-ollama",
        "content": "Our services..."
    },
    {
        "title": "Complete Ollama Guide: Installation, Usage & Code Examples",
        "url": "https://collabnix.com/complete-ollama-guide",
        "content": "Join our Discord Server..."
    }
]

Управление количеством результатов

import ollama

# Получение большего количества результатов
response = ollama.web_search("latest AI news", max_results=10)

for result in response.results:
    print(f"📌 {result.title}")
    print(f"   {result.url}")
    print(f"   {result.content[:100]}...")
    print()

Получение полного содержания страниц

В чем разница между web_search и web_fetch в Ollama Python? Функция web_search выполняет запросы в интернет и возвращает несколько результатов поиска с заголовками, URL и сниппетами. Функция web_fetch извлекает полное содержание конкретного URL, возвращая заголовок страницы, содержимое в формате Markdown и ссылки. Markdown-содержимое, возвращаемое web_fetch, идеально подходит для дальнейшей обработки; если вам нужно конвертировать HTML в Markdown в других контекстах, смотрите наше руководство по конвертации HTML в Markdown с помощью Python.

from ollama import web_fetch

result = web_fetch('https://ollama.com')
print(result)

Вывод:

WebFetchResponse(
    title='Ollama',
    content='[Cloud models](https://ollama.com/blog/cloud-models) are now available in Ollama\n\n**Chat & build with open models**\n\n[Download](https://ollama.com/download) [Explore models](https://ollama.com/models)\n\nAvailable for macOS, Windows, and Linux',
    links=['https://ollama.com/', 'https://ollama.com/models', 'https://github.com/ollama/ollama']
)

Сочетание поиска и загрузки

Обычный паттерн — сначала выполнить поиск, а затем загрузить полное содержание из релевантных результатов:

from ollama import web_search, web_fetch

# Поиск информации
search_results = web_search("Ollama new features 2025")

# Загрузка полного содержания из первого результата
if search_results.results:
    first_url = search_results.results[0].url
    full_content = web_fetch(first_url)
    
    print(f"Title: {full_content.title}")
    print(f"Content: {full_content.content[:500]}...")
    print(f"Links found: {len(full_content.links)}")

Создание агента поиска

Какие модели Python лучше всего работают с агентами поиска Ollama? Лучше всего работают модели с сильными возможностями использования инструментов (tool-use), включая qwen3, gpt-oss, а также облачные модели, такие как qwen3:480b-cloud и deepseek-v3.1-cloud. Для более продвинутых сценариев, требующих структурированного вывода от этих моделей, ознакомьтесь с нашим руководством по LLM со структурированным выводом с использованием Ollama и Qwen3. Когда инструменты или режим JSON возвращают данные, которым вы доверяете, статья Валидация структурированного вывода LLM на Python, которой можно доверять охватывает парсинг, проверки с помощью Pydantic, повторные попытки и тестирование на стороне приложения.

Сначала загрузите подходящую модель:

ollama pull qwen3:4b

Простой агент поиска

Вот пример простого агента поиска, который может самостоятельно решать, когда искать:

from ollama import chat, web_fetch, web_search

available_tools = {'web_search': web_search, 'web_fetch': web_fetch}

messages = [{'role': 'user', 'content': "what is ollama's new engine"}]

while True:
    response = chat(
        model='qwen3:4b',
        messages=messages,
        tools=[web_search, web_fetch],
        think=True
    )
    
    if response.message.thinking:
        print('🧠 Thinking:', response.message.thinking[:200], '...')
    
    if response.message.content:
        print('💬 Response:', response.message.content)
    
    messages.append(response.message)
    
    if response.message.tool_calls:
        print('🔧 Tool calls:', response.message.tool_calls)
        for tool_call in response.message.tool_calls:
            function_to_call = available_tools.get(tool_call.function.name)
            if function_to_call:
                args = tool_call.function.arguments
                result = function_to_call(**args)
                print('📥 Result:', str(result)[:200], '...')
                # Усечение результата для ограниченных длин контекста
                messages.append({
                    'role': 'tool', 
                    'content': str(result)[:2000 * 4], 
                    'tool_name': tool_call.function.name
                })
            else:
                messages.append({
                    'role': 'tool', 
                    'content': f'Tool {tool_call.function.name} not found', 
                    'tool_name': tool_call.function.name
                })
    else:
        break

Как обрабатывать большие результаты веб-поиска на Python? Усекайте результаты, чтобы они поместились в лимиты контекста. Рекомендуемый подход — усечь строку результата примерно до 8000 символов (2000 токенов × 4 символа) перед передачей модели.

Продвинутый агент поиска с обработкой ошибок

Вот улучшенная версия с лучшей обработкой ошибок:

from ollama import chat, web_fetch, web_search
import json

class SearchAgent:
    def __init__(self, model: str = 'qwen3:4b'):
        self.model = model
        self.tools = {'web_search': web_search, 'web_fetch': web_fetch}
        self.messages = []
        self.max_iterations = 10
        
    def query(self, question: str) -> str:
        self.messages = [{'role': 'user', 'content': question}]
        
        for iteration in range(self.max_iterations):
            try:
                response = chat(
                    model=self.model,
                    messages=self.messages,
                    tools=[web_search, web_fetch],
                    think=True
                )
            except Exception as e:
                return f"Error during chat: {e}"
            
            self.messages.append(response.message)
            
            # Если нет вызовов инструментов, у нас есть окончательный ответ
            if not response.message.tool_calls:
                return response.message.content or "No response generated"
            
            # Выполнение вызовов инструментов
            for tool_call in response.message.tool_calls:
                result = self._execute_tool(tool_call)
                self.messages.append({
                    'role': 'tool',
                    'content': result,
                    'tool_name': tool_call.function.name
                })
        
        return "Max iterations reached without final answer"
    
    def _execute_tool(self, tool_call) -> str:
        func_name = tool_call.function.name
        args = tool_call.function.arguments
        
        if func_name not in self.tools:
            return f"Unknown tool: {func_name}"
        
        try:
            result = self.tools[func_name](**args)
            # Усечение для лимитов контекста
            result_str = str(result)
            if len(result_str) > 8000:
                result_str = result_str[:8000] + "... [truncated]"
            return result_str
        except Exception as e:
            return f"Tool error: {e}"

# Использование
agent = SearchAgent(model='qwen3:4b')
answer = agent.query("What are the latest features in Ollama?")
print(answer)

Асинхронный веб-поиск

Можно ли использовать веб-поиск Ollama Python с асинхронным кодом? Да, библиотека Ollama на Python поддерживает асинхронные операции. Используйте AsyncClient для неблокирующих операций веб-поиска и загрузки в асинхронных приложениях.

import asyncio
from ollama import AsyncClient

async def async_search():
    client = AsyncClient()
    
    # Выполнение нескольких поисков одновременно
    tasks = [
        client.web_search("Ollama features"),
        client.web_search("local LLM tools"),
        client.web_search("AI search agents"),
    ]
    
    results = await asyncio.gather(*tasks)
    
    for i, result in enumerate(results):
        print(f"Search {i + 1}:")
        for r in result.results[:2]:
            print(f"  - {r.title}")
        print()

# Запуск асинхронного поиска
asyncio.run(async_search())

Асинхронный агент поиска

import asyncio
from ollama import AsyncClient

async def async_research_agent(question: str):
    client = AsyncClient()
    messages = [{'role': 'user', 'content': question}]
    
    while True:
        response = await client.chat(
            model='qwen3:4b',
            messages=messages,
            tools=[client.web_search, client.web_fetch],
        )
        
        messages.append(response.message)
        
        if not response.message.tool_calls:
            return response.message.content
        
        # Одновременное выполнение вызовов инструментов
        tool_tasks = []
        for tool_call in response.message.tool_calls:
            if tool_call.function.name == 'web_search':
                task = client.web_search(**tool_call.function.arguments)
            elif tool_call.function.name == 'web_fetch':
                task = client.web_fetch(**tool_call.function.arguments)
            else:
                continue
            tool_tasks.append((tool_call.function.name, task))
        
        # Сбор результатов
        for tool_name, task in tool_tasks:
            result = await task
            messages.append({
                'role': 'tool',
                'content': str(result)[:8000],
                'tool_name': tool_name
            })

# Запуск
answer = asyncio.run(async_research_agent("What's new in Python 3.13?"))
print(answer)

Длина контекста и производительность

Какую длину контекста следует устанавливать для агентов поиска на Python? Установите длину контекста примерно в 32000 токенов для разумной производительности. Агенты поиска лучше всего работают с полной длиной контекста, так как web_search и web_fetch могут возвращать тысячи токенов.

from ollama import chat, web_search

# Установка более высокой длины контекста для задач с интенсивным поиском
response = chat(
    model='qwen3:4b',
    messages=[{'role': 'user', 'content': 'Research the latest AI developments'}],
    tools=[web_search],
    options={
        'num_ctx': 32768,  # Контекст 32K
    }
)

Интеграция с MCP-сервером

Ollama предоставляет MCP-сервер на Python, который обеспечивает веб-поиск в любом MCP-клиенте. Для комплексного руководства по созданию MCP-серверов на Python с возможностями веб-поиска и скрапинга смотрите наше подробное учебное пособие по созданию MCP-серверов на Python.

Интеграция с Cline

Настройте MCP-серверы в настройках Cline:

Управление MCP-серверами → Настройка MCP-серверов → Добавить:

{
  "mcpServers": {
    "web_search_and_fetch": {
      "type": "stdio",
      "command": "uv",
      "args": ["run", "path/to/web-search-mcp.py"],
      "env": { "OLLAMA_API_KEY": "your_api_key_here" }
    }
  }
}

Интеграция с Codex

Добавьте в ~/.codex/config.toml:

[mcp_servers.web_search]
command = "uv"
args = ["run", "path/to/web-search-mcp.py"]
env = { "OLLAMA_API_KEY" = "your_api_key_here" }

Создание собственного MCP-сервера

#!/usr/bin/env python3
"""Простой MCP-сервер для веб-поиска Ollama."""

import os
from mcp.server import Server
from mcp.types import Tool, TextContent
from ollama import web_search, web_fetch

app = Server("ollama-web-search")

@app.tool()
async def search_web(query: str, max_results: int = 5) -> str:
    """Поиск информации в вебе."""
    results = web_search(query, max_results=max_results)
    
    output = []
    for r in results.results:
        output.append(f"**{r.title}**\n{r.url}\n{r.content}\n")
    
    return "\n---\n".join(output)

@app.tool()
async def fetch_page(url: str) -> str:
    """Получение полного содержания веб-страницы."""
    result = web_fetch(url)
    return f"# {result.title}\n\n{result.content}"

if __name__ == "__main__":
    app.run()

Практические примеры

Эти примеры демонстрируют реальные применения API веб-поиска Ollama. Вы можете расширить эти паттерны, чтобы создать более сложные системы; например, комбинируя результаты поиска с генерацией PDF на Python для создания исследовательских отчетов.

Суммаризатор новостей

from ollama import chat, web_search

def summarize_news(topic: str) -> str:
    # Поиск последних новостей
    results = web_search(f"{topic} latest news", max_results=5)
    
    # Форматирование результатов поиска для модели
    news_content = "\n\n".join([
        f"**{r.title}**\n{r.content}"
        for r in results.results
    ])
    
    # Запрос к модели о суммировании
    response = chat(
        model='qwen3:4b',
        messages=[{
            'role': 'user',
            'content': f"Summarize these news items about {topic}:\n\n{news_content}"
        }]
    )
    
    return response.message.content

summary = summarize_news("artificial intelligence")
print(summary)

Исследовательский ассистент

from ollama import chat, web_search, web_fetch
from dataclasses import dataclass

@dataclass
class ResearchResult:
    question: str
    sources: list
    answer: str

def research(question: str) -> ResearchResult:
    # Поиск релевантной информации
    search_results = web_search(question, max_results=3)
    
    # Загрузка полного содержания из топ-источников
    sources = []
    full_content = []
    
    for result in search_results.results[:3]:
        try:
            page = web_fetch(result.url)
            sources.append(result.url)
            full_content.append(f"Source: {result.url}\n{page.content[:2000]}")
        except:
            continue
    
    # Генерация комплексного ответа
    context = "\n\n---\n\n".join(full_content)
    
    response = chat(
        model='qwen3:4b',
        messages=[{
            'role': 'user',
            'content': f"""Based on the following sources, answer this question: {question}

Sources:
{context}

Provide a comprehensive answer with citations to the sources."""
        }]
    )
    
    return ResearchResult(
        question=question,
        sources=sources,
        answer=response.message.content
    )

# Использование
result = research("How does Ollama's new model scheduling work?")
print(f"Question: {result.question}")
print(f"Sources: {result.sources}")
print(f"Answer: {result.answer}")

Рекомендуемые модели

Модель Параметры Лучше всего подходит для
qwen3:4b 4B Быстрые локальные поиски
qwen3 8B Универсальный агент
gpt-oss Различные Исследовательские задачи
qwen3:480b-cloud 480B Сложные рассуждения (облако)
gpt-oss:120b-cloud 120B Исследования длинных форматов (облако)
deepseek-v3.1-cloud - Продвинутый анализ (облако)

Лучшие практики

  1. Усечение результатов: Всегда усекать веб-результаты, чтобы они соответствовали лимитам контекста (~8000 символов)
  2. Обработка ошибок: Оборачивайте вызовы инструментов в try/except для сетевых сбоев
  3. Ограничение частоты запросов: Соблюдайте ограничения частоты API Ollama для веб-поиска
  4. Длина контекста: Используйте ~32000 токенов для агентов поиска
  5. Асинхронность для масштабируемости: Используйте AsyncClient для одновременных операций
  6. Тестирование: Пишите юнит-тесты для ваших агентов поиска, чтобы обеспечить надежность
  7. Основы Python: Держите под рукой шпаргалку по Python для быстрого справочника по синтаксису и распространенным паттернам

Полезные ссылки

Подписаться

Получайте новые материалы про системы, инфраструктуру и AI engineering.