OpenClaw如何让AI调用搜索工具？

必须显式注册搜索工具并声明能力边界，否则AI仅依赖静态知识；需检查config/agent_config.yaml中tools字段含search_web等条目，再通过get_tool_manager或手动实例化BingSearchTool注入工具，最后输入含实时信息需求的指令触发结构化调用。

让OpenClaw中的AI智能体主动调用搜索工具获取实时信息，是突破大模型静态知识边界的关键操作。这一步必须显式注册工具、明确声明能力边界，并在任务规划阶段触发调用逻辑，否则AI会默认仅依赖自身训练数据作答。

确认OpenClaw已集成搜索工具模块

打开OpenClaw项目根目录下的config/agent_config.yaml文件，检查tools字段是否包含search_web或bing_search等条目。若缺失，说明当前配置未启用搜索能力，后续所有调用指令都将被忽略。

这一步不可跳过——没有注册，LLM根本“看不见”这个工具，更不会生成调用请求。

在Agent初始化时注入搜索工具实例

方法一：使用预置工具集快速加载

在启动Agent的Python脚本中，调用get_tool_manager()并传入["search_web"]参数：

tool_manager = get_tool_manager(["search_web"])
agent = Agent(config, tool_manager=tool_manager)

方法二：手动构造并注册单个工具

先实例化搜索工具类：

from openclaw.tools import BingSearchTool
search_tool = BingSearchTool(api_key="YOUR_BING_KEY")

【注意：Bing API密钥必须提前申请并填入，空字符串或无效密钥会导致调用直接失败且无报错提示】

再通过tool_manager.register_tool(search_tool)完成注册。

引导AI在任务中触发搜索动作

第一步：向Agent输入明确含外部信息需求的指令

例如：“查一下2026年7月28日上海浦东机场的实时航班延误率，并汇总前三大延误原因。”

第二步：观察LLM输出的Action序列

合格的响应必须包含类似{"action": "search_web", "action_input": {"query": "2026年7月28日 上海浦东机场 航班延误率"} }的结构化调用指令，而非直接编造答案。

第三步：验证工具执行结果是否进入Observation上下文

若沙盒日志中出现[TOOL OUTPUT] ...包裹的HTML片段或JSON数据，说明搜索已成功执行；若只看到LLM自说自话编造数据，则说明前两步任一环节未生效。