Bocha Wanxiang: Wissenssuch-API für KI-Anwendungen

Was es ist

Bocha Wanxiang ist der Such-API-Dienst der offenen Plattform Bocha AI. Er verbindet multimodale Hybridsuche mit semantischem Reranking und findet Nachrichten, Bilder, Videos und enzyklopädische Inhalte in einem Index von rund zehn Milliarden Webseiten. Ausgerichtet ist das Angebot auf KI-Agenten, Chatbots und RAG-Systeme, die aktuelles Weltwissen als strukturierte Ausgabe benötigen: Das senkt Halluzinationen und hält Antworten bis zur Quelle nachvollziehbar.

Anders als ein klassischer Web-Search-Endpunkt ist das Antwortschema darauf zugeschnitten, was Sprachmodelle tatsächlich verarbeiten. Titel, URL, Textauszug, Seitenicon, Veröffentlichungszeit und Bilder kommen in einer einzigen Antwort, sodass kein zusätzlicher Bereinigungslayer nötig ist. Die Plattform bündelt Websuche, Antwortgenerierung, semantisches Reranking und eine Hybrid-Suchdatenbank, akzeptiert natürlichsprachige Anfragen und nennt für die Websuche eine Latenz von bis zu 0,15 Sekunden. Der Betreiber gibt an, dass Daten nicht aus dem chinesischen Festland abfließen und Ergebnisse den dortigen Sicherheitsvorgaben entsprechen – relevant für regulierte Umgebungen.

Zentrale Funktionen

• Web Search API: natürlichsprachige Suche im offenen Web mit strukturierten Feldern wie Titel, URL, Auszug, Seitenicon, Veröffentlichungszeit und Bildern. Bis zu 50 Treffer pro Aufruf, Latenz ab 0,15 Sekunden.
• AI Search API: Hybridsuche mit automatisch abgerufenen strukturierten Daten für Fachdomänen, dazu modellgenerierte Antworten, Rückfragen und Streaming. Liefert multimodale Referenzen zusammen mit einer zusammengefassten Antwort.
• Semantic Reranker API: ein selbst entwickeltes Transformer-Modell mit 80 Mio. Parametern, das Kandidaten nach dem ersten BM25-/RRF-Durchlauf neu sortiert, recall50@top_n50 unterstützt und Relevanzscores zurückgibt, damit die Reihenfolge besser zu dem passt, was ein LLM bevorzugt liest.
• Agent Search API: leitet eine Frage an einen festgelegten Agenten weiter und liefert eine tiefere Antwort mit Rückfragen. Die Beta-Phase ist beendet; fachliche Spezialfälle sollten auf AI Search wechseln.
• Bocha Hybrid Search Database (BochaDB): Hybridsuche aus Schlüsselwörtern und Vektoren mit eingebautem semantischem Reranking als einheitliche Retrieval-Schicht für RAG.
• Balance-API: Kontostand und Ressourcenverbrauch in Echtzeit abfragen.

So wird es genutzt

1. Registrieren und API-Schlüssel holen. Konto unter https://open.bochaai.com/ anlegen, das Aufrufkontingent abholen und im Konsolenbereich einen API-Schlüssel erzeugen.
2. Integrationsweg wählen. Offizielle REST-API, Function Calling kompatibel zu OpenAI und LangChain, Plugins für Plattformen wie Tencent Yuanqi, Coze, DingTalk und Dify oder ein MCP-Server.
3. Websuche aufrufen. Anfrage an https://api.bocha.cn/v1/web-search senden, in natürlicher Sprache formuliert; Zeitraum, Domains und Textzusammenfassung lassen sich einschränken.
4. Bei Bedarf auf AI Search wechseln. Zuerst wird gesucht, danach eine zusammengefasste Antwort mit Quellen erzeugt; in interaktiven Produkten verkürzt Streaming die Zeit bis zum ersten Token.
5. Eigene Kandidaten neu sortieren. Eine vorhandene Kandidatenmenge an bocha-semantic-reranker übergeben, Scores übernehmen und vor dem Modellkontext neu ordnen.
6. Verbrauch beobachten. Balance-Endpunkt anbinden und Kontingente regelmäßig prüfen, damit der Produktivbetrieb nicht an Limits hängen bleibt.

Die API ist RESTful auf JSON-Basis und authentifiziert per Bearer-Token mit dem API-Schlüssel.

Geeignete Einsatzfelder

• Konversations-KI: einem Chatbot Live-Webzugriff geben, damit Antworten Belege statt erfundener Fakten enthalten.
• RAG-Frage-Antwort: als Retrieval-Schicht nutzen, die strukturiertes, zitierfähiges Wissen aus dem offenen Web holt und mit internen Wissensbasen kombiniert wird.
• KI-Suchprodukte: eine dialogorientierte Suche mit Zusammenfassungen, multimodalen Referenzen und Rückfragen aufbauen.
• Agentenentwicklung: über Function Calling oder ein Plattform-Plugin Echtzeit-Informationsabruf ergänzen.
• Compliance-kritische Projekte: Daten bleiben im chinesischen Festland, was zu lokalen Unternehmensanwendungen mit strengen Inhalts- und Datenflussvorgaben passt.

Grenzen und Hinweise

• Eine Suche liefert höchstens 50 Webertreffer; bei größerem Bedarf paginieren oder Anfragen aufteilen.
• Die 0,15 Sekunden beziehen sich auf die Latenz der Websuche. AI Search muss Text generieren, dauert insgesamt länger; Streaming verbessert den Eindruck.
• Agent Search ist nicht mehr in der Beta, spezialisierte Fachanforderungen sollten über AI Search oder einen eigenen Agenten laufen.
• Die Qualität hängt von der Formulierung und der Indexabdeckung ab. Bei Nischenthemen, Inhalten hinter einer Seitensuche oder sehr kurzlebigen Themen Domains und Zeitraum eingrenzen.
• Treffer müssen nachgelagert geprüft und zitiert werden; die API-Ausgabe ist ein Beleg, keine endgültige Wahrheit.
• Preise, Kontingente und Nebenläufigkeitsgrenzen stehen im offiziellen Konsolenbereich. Vor dem Produktivstart einen kleinen Lasttest einplanen.

Häufige Fragen

Worin unterscheidet sich das von einer gewöhnlichen Such-API?

Eine gewöhnliche API liefert Linklisten. Bocha Wanxiang liefert modellfreundliche Strukturfelder sowie semantisches Reranking und generierte Antworten und zielt damit auf Halluzination und Aktualität in RAG- und Agenten-Workflows.

Welche Integrationswege gibt es?

Die offizielle REST-API, Function Calling kompatibel zu OpenAI und LangChain, Plugins für Tencent Yuanqi, Coze, DingTalk und Dify sowie einen MCP-Server.

Wie ist die Datenkonformität geregelt?

Der Betreiber erklärt, dass Daten nicht aus dem chinesischen Festland abfließen und Ergebnisse den lokalen Sicherheitsvorgaben folgen. Genaue Bedingungen und Zertifizierungen sollten vor der Nutzung beim Anbieter geprüft werden.