给AI用的世界知识搜索引擎

让你的AI应用连接世界知识，

获得干净、准确、高质量的搜索结果。

基于多模态混合搜索和语义排序技术的新一代搜索引擎

支持自然语言搜索的 Web Search API

从近百亿网页和生态内容源中搜索高质量世界知识，包括新闻、图片、视频、百科、机酒、学术等。

自然语言搜索

告诉我阿里巴巴2024年ESG报告的重点

阿里巴巴发布2024年ESG报告持续推进减碳与数字化普惠

alibabagroup.com

阿里巴巴发布2024年ESG报告: 保持前瞻、保持善意、保持务实

xinhuanet.com

CSR周刊：阿里巴巴发布2024年ESG报告引领可持续发展

m.thepaper.cn

阿里巴巴发布 2024 年 ESG 报告，重点包括自身运营净碳排放和价值链碳强度“双降”，清洁电力占比提升；将科技创新应用于无障碍、医疗、乡村、适老化等领域；推进绿色低碳高质量发展；鼓励员工参与公益；助力乡村建设；促进中小微企业繁荣等。

关键细节

2024 财年，阿里巴巴实现自身运营碳排放和价值链碳排放强度“双降”目标。自身运营中的减排量达到 232.0 万吨，相比上一财年显著提升 63.5%。价值链排放强度下降到 8.1 吨每百万元营收，同比降低 7.0%。
阿里云自建数据中心电力使用效率（PUE）从 2023财年1.215降至1.200，持续保持亚洲领先水平，清洁电力使用比例达到 56.0%，领跑行业。
支持员工发展方面，推动多元、平等和共融，吸引和保留人才，促进员工健康与活力；在服务可持续的美好生活方面，提供多样、放心、包容和负责的消费体验；在助力中小微企业高质量发展方面，持续发展负责任的科技，为中小微企业提供市场机遇、商业能力和商业生态。
···

API 响应内容

{
    "_type": "SearchResponse",
    "queryContext": {
        "originalQuery": "告诉我阿里巴巴2024年ESG报告的重点"
    },
    "webPages": {
        "webSearchUrl": "https://bochaai.com/search?q=...",
        "totalEstimatedMatches": 606721,
        "value": [
          {
              "id": "https://api.bochaai.com/v1/web-search#1",
              "name": "阿里巴巴发布2024年ESG报告 持续推进减碳与数字化普惠",
              "url": "https://www.alibabagroup.com/document-1752073403914780672",
              "displayUrl": "https://www.alibabagroup.com/document-1752073403914780672",
              "snippet": "阿里巴巴集团发布《 2024 财年环境、社会和治理（ ESG ）报告 》（下称“报告”），详细分享过去一年在 ESG 各方面取得...",
              "summary": "报告显示，阿里巴巴扎实推进减碳举措，全集团自身运营净碳排放和价值链碳强度继续实现“双降”。集团亦持续利用数字技术和平台能力，服务于无障碍、医疗、适老化和中小微企业等普惠发展。阿里巴巴集团首席执行官吴泳铭在报告中表示：“ESG的核心是围绕如何成为一家更好的公司。25年来，我们与ESG相关的行动所构成的公司底色，与创造商业价值的阿里巴巴一样重要。在集团明确‘用户为先’和‘AI驱动’的两大业务战略的同时，我们也明确ESG作为阿里巴巴基石战略之一的定位不变。”碳排放双降持续，迈向碳中和目标，阿里巴巴在减少碳排放上取得扎实进展。2024财年，集团自身运营（范围1及2）的净排放量总计444.9万吨，按年减少5%。集团减排量达到232万吨，按年增加63.5%。集团价值链净排放强度（范围3）下降至8.1吨每百万人民币收入，按年减少7%。阿里巴巴亦赋能和带动平台生态系统（范围3+）减排 3,333.8...",
              "dateLastCrawled": "2024-07-22T00:00:00Z",
          },
          // more results
        ]
    }
}

基于博查多模态混合搜索数据库和语义排序模型

支持关键字 + 向量混合搜索，使用 bocha-semantic-reranker 进行二次排序，显著提升搜索结果与问题的相关性。

基于 Transformer 架构的 bocha-semantic-reranker 模型

以 80M 参数实现接近于同类 280M、560M参数模型的排序效果，推理速度更快、成本更低

全渠道覆盖的搜索API和搜索插件，易于集成

可通过博查官方API、大模型工具调用或各大智能体开发平台插件，快速集成到自己的应用。

通过官方API调用

curl --location 'https://api.bochaai.com/v1/web-search' \
--header 'Authorization: Bearer Your-API-KEY' \
--header 'Content-Type: application/json' \
--data '{
    "query": "告诉我阿里巴巴2024年ESG报告的重点",
    "freshness": "oneYear",
    "summary": true,
    "count": 8
}'

自定义AI应用或工作流

通过官方接口灵活调用博查搜索API，支持自定义过滤条件、流式/非流式等多种输出方式。

通过大模型工具调用

from langchain import OpenAI, ConversationChain
from langchain.prompts import MessagesPlaceholder

llm = OpenAI(temperature=0)
conversation = ConversationChain(
    llm=llm,
    prompt=MessagesPlaceholder(),
    function_calls={"bocha_search_func": bocha_search_func}
)