模型的参数里没有今天的新闻，也不知道上周发布的版本号。这类"时效性"问题，最省事的补法不是微调、不是自己维护爬虫，而是给它一个搜索接口，需要时自己去查。

Ollama 官方直接提供了两个现成接口：web_search 负责搜，web_fetch 负责读具体网页。两者都是云端 REST API，配好就能用，本地模型也能调用它们。

版本基线 v0.40.12，官方 docs.ollama.com/capabilities/web-search。

一、先拿到 API Key

这两个接口走 Ollama 云端，需要认证：

1. 注册一个免费 Ollama 账号
2. 到 ollama.com/settings/keys 创建 API Key
3. 写进环境变量 OLLAMA_API_KEY

## 所有调用都会读取这个变量
export OLLAMA_API_KEY="your_api_key"

注意这是独立于本地模型运行的能力——你的模型跑在 localhost:11434，搜索请求发往 ollama.com。所以离线环境下这部分会失败，代码里要有降级路径。

二、web_search：一次查询，返回若干结果

POST https://ollama.com/api/web_search

参数	类型	必填	说明
query	string	是	搜索查询字符串
max_results	integer	否	返回结果数上限，默认 5，最大 10

curl https://ollama.com/api/web_search \
  --header "Authorization: Bearer $OLLAMA_API_KEY" \
  -d '{
    "query": "what is ollama?"
  }'

返回体是一个对象，results 数组里每条包含三项：

{
  "results": [
    {
      "title": "Ollama",
      "url": "https://ollama.com/",
      "content": "Cloud models are now available..."
    },
    {
      "title": "What is Ollama? Introduction to the AI model management tool",
      "url": "https://www.hostinger.com/tutorials/what-is-ollama",
      "content": "Ariffud M. 6min Read..."
    }
  ]
}

content 是截取的相关片段，不是整页正文。这对控制上下文很友好——但如果你需要完整内容，得再调 web_fetch。

结果数不要贪多。默认 5 条通常够用，调到 10 条往往只是把噪声一起塞进上下文。

三、web_fetch：读某个具体的网页

POST https://ollama.com/api/web_fetch

只有 url 一个必填参数：

curl --request POST \
  --url https://ollama.com/api/web_fetch \
  --header "Authorization: Bearer $OLLAMA_API_KEY" \
  --header 'Content-Type: application/json' \
  --data '{
      "url": "ollama.com"
  }'

返回三样东西：

{
  "title": "Ollama",
  "content": "[Cloud models](https://ollama.com/blog/cloud-models) are now available in Ollama...",
  "links": [
    "http://ollama.com/",
    "http://ollama.com/models",
    "https://github.com/ollama/ollama"
  ]
}

content 是页面的主体内容，已经做过提取（去掉了导航、页脚这些噪声），但保留了 Markdown 标记——你会看到 [文字](链接) 这样的形式。links 是页面内提取出的链接列表，可以拿来做二级抓取。

url 写 ollama.com 这种不带协议的形式也能工作，服务端会补全。

四、SDK 里就是一行

Python：

## pip install ollama
import ollama

## 搜索
response = ollama.web_search("What is Ollama?")
print(response)

from ollama import web_fetch

## 抓取单页
result = web_fetch('https://ollama.com')
print(result)
## WebFetchResponse(title='Ollama', content='...', links=['https://ollama.com/', ...])

JavaScript：

import { Ollama } from "ollama";

const client = new Ollama();

// 搜索
const results = await client.webSearch("what is ollama?");
console.log(JSON.stringify(results, null, 2));

// 抓取单页
const fetchResult = await client.webFetch("https://ollama.com");
console.log(JSON.stringify(fetchResult, null, 2));

五、核心玩法：把搜索当工具挂给模型

上面这些调用都需要你自己发起。真正有价值的是把它们变成模型可自主调用的工具——模型判断需要联网，就自己搜；搜到 URL 后觉得摘要不够，再自己去抓全文。

Python SDK 的 web_search 和 web_fetch 本身就是函数，直接放进 tools 列表即可：

## 用一个小模型就够，4B 参数足够做工具选择
ollama pull qwen3:4b

from ollama import chat, web_fetch, web_search

## 两个函数直接作为工具
available_tools = {'web_search': web_search, 'web_fetch': web_fetch}

messages = [{'role': 'user', 'content': "what is ollama's new engine"}]

while True:
    response = chat(
        model='qwen3:4b',
        messages=messages,
        tools=[web_search, web_fetch],
        think=True,
    )

    if response.message.thinking:
        print('Thinking: ', response.message.thinking)
    if response.message.content:
        print('Content: ', response.message.content)

    messages.append(response.message)

    if response.message.tool_calls:
        for tool_call in response.message.tool_calls:
            function_to_call = available_tools.get(tool_call.function.name)
            if function_to_call:
                args = tool_call.function.arguments
                result = function_to_call(**args)
                # 关键：结果必须截断，否则一次搜索就能把上下文撑爆
                messages.append({
                    'role': 'tool',
                    'content': str(result)[:2000 * 4],
                    'tool_name': tool_call.function.name,
                })
            else:
                messages.append({
                    'role': 'tool',
                    'content': f'Tool {tool_call.function.name} not found',
                    'tool_name': tool_call.function.name,
                })
    else:
        # 没有工具调用了，模型已经给出最终答案
        break

跑起来会看到典型的搜索 Agent 轨迹：先思考"用户问的可能是引擎更新"，然后调 web_search 搜 Ollama new engine，拿到结果后继续思考，最后输出带要点的答案。

*`str(result)[:2000 4]` 这个截断别去掉。** 一次搜索返回 5 条结果，每条几百字，轻松上千 token；再叠几轮，小模型的上下文立刻溢出。按需截断是搜索 Agent 能跑通的前提。

六、上下文长度必须调大

官方明确指出：搜索结果可能返回数千 token，建议把模型上下文长度提到至少约 32000 token，搜索 Agent 在完整上下文下效果最好。

Ollama 默认上下文长度通常比这小得多。设置方式有两种：

• 创建模型时通过 Modelfile 设 PARAMETER num_ctx 32768（详见 5.1 Ollama Modelfile 参考）
• 请求时在 options 里传 num_ctx

如果不调，会遇到一个很迷惑的现象：搜索结果明明拿到了，模型的回答却像没看见。原因不是你代码错了，而是前面的消息被挤出了上下文窗口。

顺带一提，Ollama 云端模型默认跑在完整上下文长度上，这也是云端在长上下文场景更省心的原因。

七、接进现成工具：MCP

不想自己写 Agent 循环的话，官方提供了一个 Python MCP server，把它挂到支持 MCP 的客户端里，搜索能力立刻可用。

Cline：Manage MCP Servers → Configure MCP Servers，加入：

{
  "mcpServers": {
    "web_search_and_fetch": {
      "type": "stdio",
      "command": "uv",
      "args": ["run", "path/to/web-search-mcp.py"],
      "env": { "OLLAMA_API_KEY": "your_api_key_here" }
    }
  }
}

Codex：写进 ~/.codex/config.toml：

[mcp_servers.web_search]
command = "uv"
args = ["run", "path/to/web-search-mcp.py"]
env = { "OLLAMA_API_KEY" = "your_api_key_here" }

Goose 则通过它的 MCP 功能界面配置，字段同上。

这个 server 脚本在 ollama-python 仓库的 examples/web-search-mcp.py，克隆下来指向本地路径就行。

八、和 RAG 怎么选

两者都能"补充模型不知道的知识"，分工其实很清楚：

	网络搜索	自建 RAG（嵌入检索）
数据来源	公开互联网	你自己的文档库
时效性	实时	取决于你的库何时更新
隐私	内容出网，不适合内部资料	完全本地
依赖	需要 API Key + 联网	只需本地嵌入模型
适合	新闻、版本号、通用知识	内部规范、产品文档、客户资料

实际项目里经常同时用：内部知识查 RAG，外部实时信息查搜索，让模型根据问题自己选工具。这正好是上一节 3.8 Ollama 工具调用（Tool calling） 讲的多工具调度；嵌入检索的建法见 3.6 Ollama 嵌入向量（Embeddings）。

至此模型能力一章走完。想回到命令本身，看 4.1 Ollama CLI 参考；想调参数与模板，看 5.1 Ollama Modelfile 参考。