今天我們讓 Agent 直接上網查資料，實現即時回答。

一、概念

• 使用 Web Search Tool 或自訂 API
• Agent 可以根據問題自動搜尋、分析結果再回答
• 適合最新資訊查詢、新聞或資料即時更新場景

二、實作範例

from langchain.tools import Tool
from langchain_google_genai import ChatGoogleGenerativeAI
from langchain.agents import initialize_agent, AgentType
import requests
import os
os.environ["GOOGLE_API_KEY"] = ""  # Gemini API Key

# 簡單 Web 搜尋工具
def web_search(query: str) -> str:
    # 模擬回傳結果，可替換為實際 API
    return f"搜尋結果摘要：{query} 的相關資訊。"

search_tool = Tool(
    name="WebSearch",
    func=web_search,
    description="可以搜尋網頁資訊最新 AI 技術文件 的相關資訊"
)

# 初始化 Agent
llm = ChatGoogleGenerativeAI(model="gemini-2.5-flash", temperature=0)
agent = initialize_agent(
    tools=[search_tool],
    llm=llm,
    agent=AgentType.ZERO_SHOT_REACT_DESCRIPTION,
    verbose=True
)

# 測試
question = "請給我部分最新的 AI 技術資訊"
response = agent.run(question)
print(response)

測試結果
> Finished chain.
部分最新的 AI 技術資訊包括：

1.  **生成式 AI (Generative AI)**：在大型語言模型 (LLMs)、圖像生成和影片生成方面持續取得突破，能夠創造高度逼真且具創造性的內容，應用於內容創作、程式碼生成等。
2.  **多模態 AI (Multimodal AI)**：發展能夠理解和處理多種數據類型（如文字、圖像、語音、影片）的 AI 系統，使其能更全面地理解資訊並執行複雜任務。
3.  **邊緣 AI (Edge AI)**：將 AI 模型直接部署到終端設備上，以提高處理速度、降低延遲、增強隱私保護，並減少對雲端服務的依賴。
4.  **負責任 AI 與 AI 倫理 (Responsible AI & AI Ethics)**：隨著 AI 普及，對於 AI 的公平性、透明度、安全性、隱私保護及潛在偏見的關注日益增加，相關框架和 法規的建立成為重點。
5.  **小型語言模型 (SLMs) 與高效能 AI (Efficient AI)**：開發更小、更高效的 AI 模型，使其能在資源有限的設備上運行，降低運算成本和能源消耗。
6.  **AI 於科學研究的應用 (AI for Science)**：AI 被廣泛應用於加速科學發現，例如在藥物研發、材料科學、氣候建模等領域，顯著提高了研究效率。

三、今日小結

• Agent 可以即時查詢網路資訊
• 能結合工具自動決策，提升回答準確性
• 為複雜任務（資料整合 + 即時查詢）打下基礎