最近装龙虾需要免费的搜索，找了两个API对比

最近用了龙虾，申请了俩搜索API，免费的应该能玩很久，关于区别我问了下豆包：

Tavily API 专为 AI Agent/RAG 场景深度优化 ，主打 结构化内容提取、深度爬取与事实检索 ；Brave API 则是 隐私优先的通用搜索 API ，依赖自建独立索引、支持丰富搜索语法，更像传统搜索引擎的 API 化。下面从核心定位、能力、价格、适用场景等维度详细对比：

一、核心定位与设计目标

Tavily API

• 定位 ： AI Agent 专用搜索引擎 ，是“搜索+爬取+内容提取”三合一服务，专为 LLM、RAG、自主 Agent 设计。
• 目标 ：让 AI 快速获取 结构化、低噪声、可直接使用 的网页内容，减少开发者自行爬取、清洗、解析的工作量。
• 核心能力 ：搜索、批量提取（Extract）、全站爬取/站点地图（Crawl/Map）、深度研究（Research）。

Brave Search API

• 定位 ： 隐私优先的通用搜索 API ，基于 Brave 自建独立索引（非 Google/Bing 转售）。
• 目标 ：提供 无追踪、结果独立、支持标准搜索语法 的搜索能力，适合需要隐私与通用搜索的场景。
• 核心能力 ：网页搜索、图片/视频/新闻等垂直搜索、Answers API（直接返回摘要答案）。

二、关键能力对比

1. 搜索与内容处理

2. 索引与覆盖

• Tavily ：独立索引，侧重 技术文档、事实性内容、可提取网页 ，长尾覆盖一般。
• Brave ：自建独立索引，覆盖 350 亿+网页 ，每日更新 1 亿+，结果更接近传统通用搜索。

3. 隐私与数据

• Tavily ：强化隐私，不追踪用户行为；查询数据处理更聚焦内容提取。
• Brave ： 最高级别隐私 ，默认不收集 IP/查询数据，支持零数据留存，完全不依赖第三方追踪。

4. 免费额度与价格（2026 年）

• Tavily ：免费 1000 次/月；付费约 $5/千次 。
• Brave ：免费 2000 次/月；付费约 $3–9/千次 。

5. 响应与集成

• Tavily ：P50 约 180ms；深度模式 10–30s；与 LangChain、LlamaIndex 原生集成。
• Brave ：秒级响应；集成简单，API Key 认证即可。

三、适用场景对比

优先选 Tavily API

• AI Agent/自主智能体 ：需要实时查资料、验证事实、补充上下文。
• RAG 系统 ：把公开网页当作知识库补充源，需要结构化、可引用的内容。
• 深度内容提取 ：批量抓取网页正文、全站爬取、生成研究报告。
• 技术文档/开发查询 ：对技术内容准确度要求高。

优先选 Brave Search API

• 隐私敏感应用 ：绝对不希望用户搜索行为被追踪。
• 通用搜索场景 ：需要类似 Google/Bing 的完整搜索结果与语法支持。
• 低成本、高额度 ：免费 2000 次/月，性价比更高。
• 垂直搜索 ：图片、视频、新闻等。

四、一句话总结

• Tavily = AI 专用的“搜索+爬取+提取”工具 ，适合 Agent/RAG/深度内容获取。
• Brave = 隐私优先的通用搜索 API ，适合需要独立索引、标准语法、高隐私的场景。 整理一份 Tavily 与 Brave API 的选型决策清单 ，并给出 Python 快速调用示例

一、选型决策清单（快速判断）

二、Python 快速调用示例

前置准备

1. 注册并获取 API Key：

   • Tavily：https://tavily.com/ (免费获取 API Key)
   • Brave：https://api.search.brave.com/ (免费申请 API Key)

2. 安装依赖（仅需 requests）：

pip install requests

1. Tavily API 调用示例（AI/RAG 场景最优）

import requests

# 替换为你的 Tavily API Key
TAVILY_API_KEY = "your_tavily_api_key"
TAVILY_URL = "<https://api.tavily.com/search>"

def tavily_search(query, search_depth="advanced"):
    """
    Tavily 搜索核心函数
    :param query: 搜索关键词
    :param search_depth: basic(快速)/advanced(深度)
    :return: 结构化搜索结果（含正文提取）
    """
    payload = {
        "api_key": TAVILY_API_KEY,
        "query": query,
        "search_depth": search_depth,
        "include_answer": True,  # 是否返回 AI 总结答案
        "include_content": True,  # 是否返回网页正文
        "include_raw_content": False,
        "max_results": 5,  # 返回结果数
        "exclude_domains": ["youtube.com", "twitter.com"]  # 排除域名
    }

    try:
        response = requests.post(TAVILY_URL, json=payload)
        response.raise_for_status()  # 抛出 HTTP 错误
        results = response.json()

        # 解析结构化结果
        print("=== Tavily 搜索结果 ===")
        print(f"AI 总结答案: {results.get('answer', '无')}\\n")
        for idx, result in enumerate(results.get('results', [])):
            print(f"【结果 {idx+1}】")
            print(f"标题: {result.get('title')}")
            print(f"链接: {result.get('url')}")
            print(f"摘要: {result.get('description')[:100]}...")  # 截断摘要
            print(f"正文片段: {result.get('content', '无')[:100]}...\\n")
        return results
    except Exception as e:
        print(f"Tavily 调用失败: {e}")
        return None

# 调用示例：搜索 "2026 Python 最新特性"
tavily_search("2026 Python 最新特性")

2. Brave Search API 调用示例（隐私/通用搜索最优）

import requests

# 替换为你的 Brave API Key
BRAVE_API_KEY = "your_brave_api_key"
BRAVE_URL = "<https://api.search.brave.com/res/v1/web/search>"

def brave_search(query):
    """
    Brave 搜索核心函数（隐私优先）
    :param query: 搜索关键词（支持标准搜索语法）
    :return: 通用搜索结果
    """
    headers = {
        "Accept": "application/json",
        "X-Subscription-Token": BRAVE_API_KEY
    }
    params = {
        "q": query,  # 支持语法：比如 "Python 性能优化 site:stackoverflow.com"
        "count": 5,  # 返回结果数
        "safesearch": "moderate",  # 安全搜索：off/moderate/strict
        "country": "us",  # 地区筛选
        "lang": "en"  # 语言筛选
    }

    try:
        response = requests.get(BRAVE_URL, headers=headers, params=params)
        response.raise_for_status()
        results = response.json()

        # 解析结果
        print("=== Brave 搜索结果 ===")
        for idx, result in enumerate(results.get('web', {}).get('results', [])):
            print(f"【结果 {idx+1}】")
            print(f"标题: {result.get('title')}")
            print(f"链接: {result.get('url')}")
            print(f"摘要: {result.get('description')[:100]}...\\n")
        return results
    except Exception as e:
        print(f"Brave 调用失败: {e}")
        return None

# 调用示例：搜索 "Python 性能优化 site:stackoverflow.com"（带语法）
brave_search("Python 性能优化 site:stackoverflow.com")

3. LangChain 集成 Tavily（RAG 场景）

如果你的场景是 RAG/AI Agent，Tavily 与 LangChain 原生集成更便捷：

from langchain_community.tools.tavily_search import TavilySearchResults

# 初始化 Tavily 工具
tavily_tool = TavilySearchResults(
    api_key="your_tavily_api_key",
    search_depth="advanced",
    max_results=3
)

# 调用搜索
results = tavily_tool.run("2026 AI Agent 最新进展")
print(results)

总结

1. 选 Tavily ：做 AI Agent/RAG、需要提取网页正文、对接 LangChain/LlamaIndex 时优先用，核心优势是结构化内容和 AI 场景适配。
2. 选 Brave ：注重隐私、需要通用搜索语法（如 site: ）、免费额度更高时优先用，核心优势是隐私和通用搜索能力。
3. 调用核心差异：Tavily 支持直接提取网页正文，Brave 仅返回基础搜索结果，需自行爬取内容。