仅需15行代码，即可使⽤⼤模型进⾏问答并进⾏⾕歌联⽹搜索

让我们的OpenAI api 联网搜索，以便于获取更加准确和实时性的答案，这可能是我们经常会遇到的⼀个需求。

为了实现这⼀⽬标，我们需要借助Serpapi提供的Google搜索API接⼝。

准备

1：OpenAI apikey

2：Serpapi（需要去Serpapi官网进行申请）

⾸先，我们需要在Serpapi官网上注册⼀个账户，并获取apikey。

然后像设置OpenAIAPIkey⼀样，将SerpapiAPIkey设置到环境变量⾥。

代码

import os
from langchain.agents import load_tools
from langchain.agents import initialize_agent
from langchain.llms import OpenAI
from langchain.agents import AgentType
os.environ["OPENAI_API_KEY"] = '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'
os.environ["SERPAPI_API_KEY"] = 'd329aa9848c97a69d8ad344dddf28af5dd8ab50e7ea1aa6271cb8c1ee94f4417'
# 加载 OpenAI 模型
llm = OpenAI(temperature=0,max_tokens=2048)
# 加载 serpapi ⼯具
tools = load_tools(["serpapi"])
# ⼯具加载后都需要初始化，verbose 参数为 True，会打印全部的执⾏详情
agent = initialize_agent(tools, llm, agent=AgentType.ZERO_SHOT_REACT_DESCRIPTION, verbose=True)
# 运⾏ agent
agent.run("What's the date today? What great events have taken place today in history?")

运行以上代码，我们可以看到，他正确的返回了日期(有时差)，并且返回了历史上的今天。

直接把上面的两个API的KEY换成我们提前准备好的即可。

（前提是你的电脑需要有python环境，并且安装了相应的依赖）

值得注意的是，chain和agent对象上都有⼀个⾮常有⽤的参数，那就是verbose参数。开启他后我们可以看到完整的chain执行过程，他将我们的问题拆分成了几个步骤，然后⼀步⼀步得到最终的答案。

总结

使用AI技术能极⼤地提⾼我们的工作效率，无论是处理⼤量的信息，还是解决复杂的问题，AI都能为我们提供很大的帮助。

但是同时，我们也需要注意，AI技术并不是万能的，它依然需要我们不断地学习和掌握，才能真正地发挥其价值。

LangChain提供的功能还有很多，比如你还可以根据需求进行自定义配置等等，更多的强⼤功能等待你去探索。