大模型的核心短板之一是“信息滞后”——模型训练数据有截止日期，无法回答“今天发生了什么”这类实时问题。而百度千帆的AI搜索组件，正是解决这个问题的标准化工具。 这个组件把百度搜索引擎的核心能力封装成一个即插即用的模块，让Agent能直接调用实时信息，从“闭卷考试”变成“开卷考试”。 组件具体能做什么？拆成三件事。 第一，全网实时检索。 基于百度25年搜索经验，整合了百度百科、阿拉丁卡片等自有优质资源，以及万亿级网页数据，支持文本、图片、视频等多模态检索。 第二，AI智能总结。 原始搜索结果经过大模型的语义理解、关键信息提取和逻辑重组，生成结构化、易读的答案。用户看到的不再是“一堆链接”，而是“一个答案”。 第三，组件化标准封装。 开发者不需要自己搭建搜索爬虫、不需要处理反爬、不需要维护索引库。该组件以组件及MCP Server的形式开放，拖拽或几行代码就能完成集成。 三种调用方式对应三种开发场景： API调用：适合需要自定义处理的深度开发者 组件化集成：适合在AppBuilder平台低代码搭建 MCP协议：适合复杂系统架构 每日提供100次免费调用额度，超出部分按量付费。 💡 当Agent遇到不知道的事，它能自己上网查。这就是百度千帆AI搜索组件的价值。

选你需要的路径，三种方式对应三种技术能力。 路径一：自主规划Agent——零代码，最快上手。 自主规划Agent主要依靠大模型自主思考和规划完成任务，适合灵活性强的场景，如闲聊问答、旅游助手等。 操作分三步： 登录百度智能云千帆AppBuilder平台，创建自主规划Agent 进入应用配置页后，在组件区域点击添加，选择“百度AI搜索（智能搜索生成）”。如有需要，还可同时添加百度百科、天气查询等其他组件 编写角色指令和开场白后发布即可。Agent会根据用户query动态判断是否调用搜索组件 路径二：工作流Agent——拖拽编排，可控性高。 工作流Agent通过工作流编排完成任务，每轮对话严格按照工作流执行，适合客服、营销等需要高可控性的场景。 操作分三步： 在工作流Agent画布中，从左侧组件库拖拽“百度AI搜索组件”到画布 根据业务需求，还可同时加入知识库节点或其他组件 通过连线确定数据流向——用户query进入搜索组件，搜索结果进入大模型节点整合，最终输出答案 ⚠️ 该组件当前一次最多返回6条结果。 路径三：API/MCP代码集成——深度自定义。 适合需要将搜索能力集成到自有系统或自定义开发环境的场景。 API调用方式： 通过标准HTTP接口直接集成，请求发送至/v2/ai_search/chat/completions，需携带Bearer Token鉴权。关键参数包括：messages（用户查询内容）、model（指定模型）、enable_deep_search（是否启用深度搜索）。 MCP方式： 百度千帆已将AI搜索以MCP Server形式开放，Agent可通过MCP协议直接调用。在mcp.json配置文件中添加服务配置，登录百度智能云控制台获取API Key后即可完成接入。

先说结论：会搭积木选路径一，会画流程图选路径二，会写代码选路径三。三种方式对应不同的技术能力和业务需求。 路径一（自主规划Agent）适合谁？ 零代码、低代码开发者，或需要快速验证想法的产品经理。不需要写一行代码，在控制台点几下就能让Agent具备搜索能力。响应速度快，适合需要快速上线的场景。 📌 某“科技新闻助手”类应用，用户查询“今日科技要闻”时，系统自动调用搜索组件获取实时资讯并提炼关键事件。 路径二（工作流Agent）适合谁？ 需要复杂业务流程编排的场景。比如客服机器人需要按固定顺序执行：先查知识库→再搜网页→最后整合答案。工作流Agent每轮对话严格按照画布流程执行，可控性高。 路径三（API/MCP）适合谁？ 有开发能力的团队，需要将搜索能力集成到自有系统或自定义开发环境。API方式最灵活，可自定义搜索范围、处理逻辑和返回格式。MCP方式适合企业级Agent架构，百度千帆提供了AI原生网关，支持企业将自有API快速转化为MCP服务。 实测参考： 三种方案在百万级query测试集中准确率均达92%以上，但响应时延差异达3倍——知识库增强模式绕过思考模型直接调用搜索，平均响应时间可缩短至2秒内。 💡 三种方式不是互斥的。 一个团队可以先用自主规划Agent快速验证想法，跑通后再用工作流Agent做精细化编排，最后通过API将成熟能力集成到自有系统中。从验证到生产，路径清晰。