装好 OpenClaw 之后，很多人会撞上同一堵墙：问它「今天有什么大新闻」「这款产品现在多少钱」「某某公司最近发布了什么」，它要么答不上来，要么一本正经地编一个。原因很简单——大模型的训练数据有截止日期，你问的事发生在截止日期之后，它就真的不知道。想让 Agent 掌握实时信息，必须给它配上网联搜索能力。
这篇教程讲清 OpenClaw 联网搜索的四条路线：Tavily、Brave Search、Serper 三种搜索 API，以及自托管 SearXNG，从获取 Key、写入配置到验证效果一整套流程，最后是常见报错排查。照着配，你的 Agent 就能查到最新消息了。
先搞懂：为什么 OpenClaw 需要单独的搜索配置
很多人以为「装了 OpenClaw 就等于能上网」，其实不是。模型本身的参数是训练时固化的，不接任何外部工具时，它只能靠「记忆」回答——而记忆有截止日期。OpenClaw 本身支持工具调用，但搜索能力要你主动接一个「搜索工具」进来，它才知道去哪儿查、怎么查。
搜索配置的本质，是给 Agent 接一个「搜索引擎 API」：Agent 把你的问题转成搜索词，调 API 拿到结果列表，再基于结果组织回答。这一步走的是 OpenClaw 接 MCP 工具 的同一套机制——搜索服务本质上就是一个工具，Agent 按需调用。
这里要说清搜索 API 和 OpenClaw 接浏览器 的区别：搜索 API 快、稳、省 Token，适合「查资料、拿信息」；浏览器自动化适合「操作页面、填表单、盯动态内容」。两者互补——需要快速核实信息用搜索 API，需要真的操作网页再用浏览器。
方案一：Tavily，专为 Agent 设计的搜索 API
Tavily 是专门为 LLM 和 Agent 打造的搜索 API，也是目前社区里配 OpenClaw 用得最多的选择。它的特点：返回结果不是一堆杂乱链接，而是结构化的「标题 + 摘要 + 相关度 + 来源」，模型可以直接用，几乎不需要二次清洗；还支持按时间过滤（只看最近一周）、按域名过滤，很适合做新闻监控和资料核查。
接入流程：去 Tavily 官网注册账号，免费档每天有基本配额（个人用够了），拿到 API Key；把 Key 配置到 OpenClaw 的搜索工具配置里，保存后重载。第一次验证就问一句「今天发生了什么大事」，Agent 能给出带来源的回答就说明通了。
方案二：Brave Search，隐私优先的替代
如果不想用第三方「中介」API，Brave Search 是另一个主流选择。它是独立搜索引擎，不靠 Google/Bing 的索引，主打隐私（不追踪用户）；也提供 API 接口，有免费档。对隐私敏感、或者想要一个「非巨头系」数据源的用户，Brave 更合适。
接入方式跟 Tavily 类似：注册拿 Key、写入配置、验证。差别主要在结果质量：Tavily 做了面向 Agent 的摘要优化，Brave 更接近「传统搜索引擎结果」，模型自己提炼摘要。两类都能用，看你的场景。
方案三：Serper，直接拿 Google 搜索结果
Serper 是「Google 搜索结果的 API 代理」：它把 Google 的搜索结果包装成 JSON 返回，模型拿到的就是「谷歌系」的结果质量。如果你的使用场景特别依赖 Google 的排序和覆盖度（比如海外资料、英文内容检索），Serper 会是不错的选择。
代价是价格偏高一些，免费档额度小，高频使用要考虑成本。这也是 AI Agent 成本控制 里讲的典型场景：搜索工具虽然不贵，但高频调用积少成多，选型时把配额和单价一起算进去。
方案四：自托管 SearXNG，免费但要自己维护
如果不想付费、也不想把查询记录交给第三方，可以自托管 SearXNG——一个开源的元搜索引擎，聚合 Google、Bing、DuckDuckGo 等几十个搜索引擎的结果，自己部署在服务器上。好处：免费、隐私、可控；代价：要自己维护，部署在公网还要考虑 OpenClaw 部署到服务器 里讲的域名、反向代理、访问控制那一套。
对个人使用，SearXNG 装在一台小服务器或 Docker 里就够了；请求频率低的话，免费公共实例也能临时用，但不稳定、可能有隐私风险，不建议长期依赖。
配置实操：从拿 Key 到验证，通用四步
不管选哪个方案，配置流程都差不多，四步走完：
第一步：注册拿 Key。在对应服务商网站注册账号，创建 API Key（Tavily/Brave/Serper 都在控制台里生成）。
第二步：写入配置。在 OpenClaw 的配置里把搜索工具的 API Key 填进去。密钥别写在会被同步、备份的明文配置里——OpenClaw 密钥边界 反复强调过：Key 要放受保护的密钥区，别当普通文本随便放。
第三步：重载并测试。保存配置、重载 OpenClaw，问一个「模型训练截止之后才发生」的问题，比如「本周 AI 圈有什么大事」，看它能不能给出带来源、带日期的答案。
第四步：调结果质量。如果回答不理想，检查是不是搜索参数问题：加上时间过滤、限定域名、调整结果条数。这一步多在配置里试几次，比写复杂提示词有效。
常见问题排查，一次讲清
联网搜索跑起来后，几个高频问题提前排掉：
配额超限。免费档用完了，Agent 会报搜索失败。解法：降频（别让 Agent 每个问题都搜）、换付费档、或对高频任务做缓存。别让它反复重试硬刷——工具调用失败排查 的套路是：先确认是配额、网络还是 Key 问题，再对症下药。
结果过时。搜出来的内容不对。多半是没加时间过滤，或者搜索词不准。加「最近一周」「site:指定域名」之类的限定，结果质量立刻上一个台阶。
回答还是编。搜索通了但 Agent 不引用结果。检查配置里是否开了「工具结果必须引用」，或者提示词里有没有要求「基于搜索结果回答、注明来源」——AI Agent 幻觉治理 里讲过，工具接了不用，等于没接。
超时无响应。搜索请求卡住。检查网络（尤其是自托管 SearXNG 的服务器网络）、检查 API 服务状态，配合 OpenClaw 日志与排错 看是哪一步超时。
优缺点与适合人群
四条路线怎么选，一张表说清：Tavily 最适合「要省心、要结果直接能用」的大多数人；Brave 适合隐私敏感用户；Serper 适合依赖 Google 结果质量的场景；SearXNG 适合「不想付费、愿意自己维护」的动手派。前三个是「交钱换省事」，第四个是「花时间换免费」。
适合：任何需要实时信息的 OpenClaw 用户——新闻监控、产品比价、资料核查、竞品跟踪、股票资讯；配合 OpenClaw 的 定时发日报周报 能力，还能让 Agent 每天自动搜一遍最新消息汇总给你，就是一个无人值守的情报员。不适合：只处理内部数据、不需要外部信息的场景——那种情况接搜索纯属浪费配额。
总结
OpenClaw 怎么联网搜索，核心四选一：Tavily（省心首选）、Brave（隐私优先）、Serper（Google 结果）、SearXNG（免费自托管），配置流程都是「拿 Key → 写配置 → 重载验证 → 调参数」。记住两件事：搜索 API 是让 Agent 掌握「截止日期之后」信息的唯一途径，不配它，Agent 就永远活在训练数据里；配好之后还要管配额、管结果质量、让 Agent 真的引用结果——工具接了不用，等于白接。配好搜索，你的 OpenClaw 才从「会聊天的模型」变成「能查事的助理」。
