Mindket

Brave 网页搜索,AI 写搜索词并给链接排序

新上架第 1 版 · 更新于

概览

一个 n8n 工作流,通过 webhook 接收研究问题,让 Google Gemini 模型写出搜索词,用 Brave 搜索网页,再由第二次 Gemini 调用给结果排序,最后回复十个链接。

Brave 网页搜索,AI 写搜索词并给链接排序 是一款 n8n 工作流,属于研究类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,或复制它的 JSON,再导入 n8n 画布。在 n8n 里启用之前,它不会运行。

速览

用在
  • n8n Cloud:在那里新建一个工作流,把文件导入进去
  • 你自己的 n8n 服务器:同一个文件,同样的步骤
  • 在另一个工作流里:把 Webhook Call 复制过去,指向这个工作流的生产地址
  • 别的触发方式:把 Webhook 换成表单、聊天或定时任务,并把读取问题的表达式指向新节点

平台

连接 4 个应用

运行方式

触发

网络请求

GET 请求发到 semantic-search 这个 webhook 时开始运行,请求里有:

  • Research Question,要搜索的问题

动作

  1. 工作流加上今天的日期
  2. Gemini 模型根据问题写出一条简短的搜索词,如果格式不对,由另一个模型修复
  3. Brave Search 返回这条搜索词的网页结果
  4. 一个 Code 步骤把每条结果的标题、网址和描述合成一段文字
  5. 第二次 Gemini 调用按问题给结果排序,并提取描述里说的内容
  6. webhook 以 JSON 文本回复十个排好序的链接和提取出的说明

结果

一份 JSON 回复,里面有十个排好序的链接,每个都有标题、链接和描述,还有一段说明它们对这个问题说了什么

集成

开始之前要准备好这些。

Brave Search

网页搜索

返回这条搜索词的网页结果,每条有标题、网址和一小段描述。

需要Brave Search API 密钥,需要它的预付费套餐

Google Gemini

语言模型

写搜索词、给结果排序,并修复格式不对的回复。

需要Google Gemini API 密钥

Anthropic

备用语言模型

可以在链里替换 Gemini。按原样提供时它没有接到任何节点。

需要Anthropic API 密钥,用的时候才需要

OpenAI

备用语言模型

可以在链里替换 Gemini。按原样提供时它没有接到任何节点。

需要OpenAI API 密钥,用的时候才需要

工作流检查

由 Mindket 于 2026年11月13日检查

步骤
7 个步骤,由 Webhook 调用启动
执行不到
3 个节点不在任何运行路径上:Webhook Call、Anthropic Chat Model、OpenAI Chat Model
AI
2 个步骤调用 AI 模型:Semantic Search -Query Maker、Semantic Search Result Re-Ranker
登录
需要登录:Google Gemini、api.search.brave.com
API 密钥
文件里没有留下 API 密钥;有 1 处留空,需填入你自己的密钥
步骤类型
Mindket 的检查器能读懂它全部 6 种步骤类型

以上内容读自工作流文件,并非实际运行的结果。

关于

它是什么

这个 n8n 工作流用一份简短的网页链接清单来回答研究问题。调用方把问题发到一个 webhook。Gemini 模型把它变成一条搜索词,Brave Search 返回这条搜索词的网页结果。第二次 Gemini 调用按问题给结果排序,挑出十个。webhook 回复这十个链接,每个有标题和描述,外加这些描述里给出的事实。二十个节点干活,其中四个是便签。

适合谁

想在更大的 n8n 工作流或智能体里加一个搜索步骤的搭建者,这个步骤返回排好序的链接,而不是原始结果。如果你需要页面的全文,就别选它,因为它只读 Brave 返回的标题和简短描述。

谁在用,怎么用
行业谁在用怎么用例子
研究分析师为一个问题拿到排好序的阅读清单一位分析师问欧洲的新电池规定,得到按相关度排好的十个链接。
营销内容团队为一篇文章找来源一位作者要最近关于远程办公的调查,再从清单里挑链接。
软件工作流搭建者给智能体或更大的工作流加一个搜索步骤一位搭建者从另一个工作流调用这个 webhook,再把链接传下去。
销售客户研究员看网上怎么说一家公司或一个话题一位销售问潜在客户最近发布的产品。

你需要会一点 n8n:导入一个文件、添加一个 Google Gemini 凭据、粘贴一个 Brave 密钥,再调用一个 webhook。

用在哪里

任何能访问 Google 的 Gemini API 和 Brave 搜索 API 的 n8n 都能运行它。答案会回到调用 webhook 的一方,所以它也能当作别的工作流调用的一个步骤。

  • n8n Cloud:在那里新建一个工作流,把文件导入进去
  • 你自己的 n8n 服务器:同一个文件,同样的步骤
  • 在另一个工作流里:把 Webhook Call 复制过去,指向这个工作流的生产地址
  • 别的触发方式:把 Webhook 换成表单、聊天或定时任务,并把读取问题的表达式指向新节点
  • 别的模型:文件里带着备用的 Anthropic 和 OpenAI 模型节点,可以替换 Gemini

设置

点“下载”会把一个压缩包存到你的下载文件夹,里面有 workflow.json 和 Mindket 写的设置说明。设置是一个模型凭据和一个搜索密钥。

先准备好这些
需要说明
n8nn8n Cloud 或你自己的服务器
Google Gemini一个 API 密钥
Brave Search API一个账号和一个 API 密钥,需要它的预付费套餐
  1. 在 n8n 里新建一个工作流,打开它的菜单,选 Import from File,选中 workflow.json。
  2. 添加一个 Google Gemini (PaLM) API 凭据,填上你的密钥,在 Parser Model 和 Agent Model 里选中它。两个都设成 models/gemini-3.6-flash,用来替换文件里的 gemini-1.5-flash-002,Google 已不再列出后者。
  3. 在 Query 里,把 X-Subscription-Token 请求头里的 <YOUR_BRAVE_API_KEY> 换成你的 Brave 密钥。Brave 的免费套餐已经没有了,所以这个密钥需要它的预付费套餐。
  4. 打开 Webhook,点 Listen for test event。在 Webhook Call 里,把 <YOUR_N8N_HOST> 换成你的 n8n 的地址,然后运行那个节点。你也可以在浏览器里打开测试地址,后面加上 ?Research%20Question= 和你的问题。
  5. 在调用方,或在 Respond to Webhook 的输出里看回复。日常使用时,启用这个工作流,调用 /webhook/semantic-search,不要用 /webhook-test/semantic-search。

如何使用

发一个 GET 请求,把问题放在名为 Research Question 的查询字段里。工作流据此写出一条搜索词,在 Brave 上搜索,再给返回的结果排序。回复是 JSON 文本,里面有 Highest_RANKEDURL_1 到 Highest_RANKEDURL_10,每个有 title、link 和 description,还有一个 Information_extracted 字段。

想要不同的结果,改哪里
要改的在哪里改
问题请求里的 Research Question 字段
搜索词怎么写Semantic Search -Query Maker 里的提示词和示例
结果怎么排序Semantic Search Result Re-Ranker 里的提示词
回复的格式Structured Output Parser2 和 Respond to Webhook 的内容
模型Agent Model 运行两条链,Parser Model 负责修复
搜索密钥Query 里的请求头

示例

一位调用方请求欧洲能源价格的最新报告。

回复里有十个链接,按标题和描述与问题的匹配程度排序,还有一段说明它们讲了什么。Brave 对每条结果只返回标题、链接和一小段描述,所以排序评判的是这些,不是页面本身。依赖它们之前,先打开链接看一下。

新手与专家

新手:n8n 把工作流画成用线连起来的方框,每个方框叫节点,只做一件事。webhook 是一个地址,有东西调用它时就启动工作流,工作流再把答案送回调用方。搜索引擎匹配的是词,所以一个长问题往往什么也搜不到。模型先把问题缩成一条搜索词,再读结果,把最好的放在前面。

专家:Webhook 通过 Respond to Webhook 回复,因为它的响应模式设成了那个节点。两条链都用 Agent Model。Semantic Search -Query Maker 的消息里放着一个完整的示例,它通过 Structured Output Parser1 写出 reasoning_summary 和 final_search_query。带 Parser Model 的 Auto-fixing Output Parser 负责修复格式不对的回复。Query-1 Combined 是一个 Code 节点,把每条 web.results 变成一段文字,Re-Ranker 以同样的方式使用 Structured Output Parser2。

值得细看的地方
节点它做什么要知道什么
Webhook从 Research Question 字段取问题默认是 GET 请求,没有身份验证
Date & Time给两个提示词提供今天的日期就是 currentDate 字段
Semantic Search -Query Maker写出一条搜索词提示词要求搜索词要短,因为长的搜不到东西
Query调用 Brave 的网页搜索每次运行一次请求,密钥放在请求头里
Query-1 Combined合并每条结果的标题、地址和描述没有结果时,它写一行说没找到结果
Semantic Search Result Re-Ranker给结果排序并提取事实它的提示词在三个链接还是十个上说法不一
Respond to Webhook以 JSON 文本返回十个链接值是不经转义直接放进去的
Webhook Call用一个示例问题调用 webhook它没有接到任何节点

注意事项

搜索 API 不再免费,文件里写的那些模型已经没了,而且 webhook 没有密码。

  • Brave:它的免费套餐没有了。它的价格页(2026 年 11 月 12 日查阅)列出一个预付费套餐,每 1,000 次请求 5.00 美元,每月包含 5 美元的免费额度。一次运行发出一次搜索请求
  • Gemini:Google 的弃用页面(当天查阅)写明 gemini-2.0-flash 将于 2026 年 6 月 1 日关停,替代模型是 gemini-3.6-flash,gemini-1.5-flash-002 已不在列表里。Agent Model 还把 Gemini 的四项安全过滤都设成了不拦截
  • 备用模型:Anthropic 的弃用页面(当天查阅)写明 claude-haiku-4-5-20251001 仍可用。它还说 Claude 4.7 及更新的模型会拒绝设成非默认值的 temperature 和 top_p。如果你选了这样的模型,就把 Anthropic Chat Model 里的这两个选项清掉。OpenAI Chat Model 没有指定模型,所以用节点的默认值 gpt-5-mini。OpenAI 把它列为 2026 年 12 月 11 日关停,替代模型是 gpt-5.6-terra,所以用之前先在里面选一个模型
  • 提示词:Semantic Search Result Re-Ranker 的系统消息说排前 3 个,而它的提示词和输出格式要求 10 个。回复里有 10 个。提示词还要求在结果不理想时给出后续搜索词,但输出里没有放它的字段,所以它丢了
  • 回复:Respond to Webhook 把标题和描述不经转义就写进 JSON 文本,所以其中有一个双引号就会让 JSON 出错
  • 表达式:它们用 $item("0").$node["Name"] 读取前面的节点,这是 n8n 仍然能运行但不再写进文档的旧写法
  • 开放的 webhook:知道它地址的人都能开始一次运行,并用掉你的 Brave 和 Gemini 额度
  • 费用:每次运行调用两次 Gemini、发一次 Brave 请求,解析器拒绝某次回复时还会多一次修复调用
  • 你的数据:问题和搜索结果会发给 Google,搜索词会发给 Brave
  • 凭据:JSON 里没有任何凭据

README 和文件

README

Brave 网页搜索,AI 写搜索词并给链接排序

一个用简短的网页链接清单来回答研究问题的 n8n 工作流。webhook 接收问题,Google Gemini 模型把它变成一条搜索词,Brave Search 返回结果,第二次 Gemini 调用给它们排序并挑出十个。webhook 回复这十个链接和一段说明它们讲了什么的文字。

包里有什么

  • workflow.json:n8n 导出的工作流,20 个节点,其中四个是便签。里面没有任何凭据。便签讲了 Brave 密钥、webhook 调用、更换触发方式和备用模型节点。
  • README.md:这份设置说明,压缩包里的是英文版。

我们相对原来的副本改了什么

  • 三个模型节点(Gemini、Anthropic 和 OpenAI)原来关联着作者 n8n 里的凭据。这些关联已删掉,请选你自己的。
  • Gemini 模型原来是 models/gemini-1.5-flash-002,Google 已不再列出它。两个 Gemini 节点现在都用 models/gemini-3.6-flash。
  • 备用的 Anthropic 节点原来用 claude-3-5-haiku-20241022,Anthropic 已于 2026 年 2 月 19 日停用它。现在用 claude-haiku-4-5-20251001,这是 Anthropic 指定的替代模型。
  • webhook 的路径原来是一串自动生成的 id。现在是 semantic-search,webhook 自己的 id 已删掉。
  • Webhook Call 原来指向作者自己 n8n 主机上的一个测试地址。现在指向 https://<YOUR_N8N_HOST>/webhook-test/semantic-search。
  • Brave 密钥的位置原来写着 <Insert Your API Key Here>,现在是 <YOUR_BRAVE_API_KEY>。
  • 两张便签重写了。第一张讲的是 Brave 的免费套餐,它已经没有了。第二张点了两个不存在的节点,现在点的是真实的节点。
  • 导出里的工作流 id、版本 id 和实例 id 已删掉。
  • 别的都没改。Code 节点不用改。

开始之前

  • 一个 n8n 实例,n8n Cloud 或自己的服务器都行。
  • 一个 Google Gemini API 密钥。
  • 一个 Brave Search API 账号和密钥,需要它的预付费套餐。

设置

  1. 在 n8n 里新建一个工作流,打开它的菜单,选 Import from File,选中 workflow.json。
  2. 添加一个 Google Gemini (PaLM) API 凭据,填上你的密钥,在 Parser Model 和 Agent Model 里选中它。
  3. 在 Query 里,把 X-Subscription-Token 请求头里的 <YOUR_BRAVE_API_KEY> 换成你的 Brave 密钥。
  4. 打开 Webhook,点 Listen for test event。在 Webhook Call 里,把 <YOUR_N8N_HOST> 换成你的 n8n 的地址,然后运行那个节点。你也可以在浏览器里打开测试地址,后面加上 ?Research%20Question= 和你的问题。
  5. 在调用方,或在 Respond to Webhook 的输出里看回复。
  6. 日常使用时,启用这个工作流,调用 /webhook/semantic-search,不要用 /webhook-test/semantic-search。

一次运行的过程

  1. Webhook 接收一个 GET 请求,从查询字段 Research Question 里读出问题。它这时还不回复。
  2. Date & Time 加上今天的日期。
  3. Semantic Search -Query Maker 请 Agent Model 写一条简短的搜索词。它的提示词里有一个完整的示例,答案由 Structured Output Parser1 限定为两个字段:reasoning_summary 和 final_search_query。Auto-fixing Output Parser 把格式不对的回复交给 Parser Model 修复。
  4. Query 把搜索词发到 Brave 的网页搜索 https://api.search.brave.com/res/v1/web/search,密钥放在请求头里。
  5. Query-1 Combined 是一个 Code 节点,把每条结果的标题、地址和描述写成一段文字,或者写一行说没找到结果。
  6. Semantic Search Result Re-Ranker 把这段文字、问题、搜索词和日期交给 Agent Model,由它给结果排序,并提取描述里说的内容。答案由 Structured Output Parser2 限定为十个排好序的链接和一个 Information_extracted 字段,第二个 Auto-fixing Output Parser 负责修复。
  7. Respond to Webhook 回复调用方,内容是十个链接和提取出的说明,写成 JSON 文本。

Webhook Call 是一个单独的节点,用一个示例问题调用 webhook。它没有接到任何节点。备用的 Anthropic Chat Model 和 OpenAI Chat Model 节点也没有接到任何节点。

改变风格

  • 问题:请求里的 Research Question 字段。
  • 搜索词怎么写:Semantic Search -Query Maker 里的提示词和示例。
  • 结果怎么排序:Semantic Search Result Re-Ranker 里的提示词。
  • 回复的格式:Structured Output Parser2 和 Respond to Webhook 的内容。
  • 模型:Agent Model 运行两条链,Parser Model 负责修复。想改用 Claude 或 OpenAI 模型,就把备用节点接到链和解析器上,取代 Gemini 节点。

注意事项

  • Brave:它的免费套餐没有了。它的价格页(2026 年 11 月 12 日查阅)列出一个预付费套餐,每 1,000 次请求 5.00 美元,每月包含 5 美元的免费额度。一次运行发出一次搜索请求。
  • Gemini:Google 的弃用页面(当天查阅)写明 gemini-2.0-flash 将于 2026 年 6 月 1 日关停,替代模型是 gemini-3.6-flash,gemini-1.5-flash-002 已不在列表里。Agent Model 还把 Gemini 的四项安全过滤都设成了不拦截。
  • 备用模型:Anthropic 的弃用页面(当天查阅)写明 claude-haiku-4-5-20251001 仍可用。它还说 Claude 4.7 及更新的模型会拒绝设成非默认值的 temperature 和 top_p。如果你选了这样的模型,就把 Anthropic Chat Model 里的这两个选项清掉。OpenAI Chat Model 没有指定模型,所以用节点的默认值 gpt-5-mini。OpenAI 把它列为 2026 年 12 月 11 日关停,替代模型是 gpt-5.6-terra,所以用之前先在里面选一个模型。
  • 排序提示词前后不一:Semantic Search Result Re-Ranker 的系统消息说排前 3 个,而它的提示词和输出格式要求 10 个。回复里有 10 个。提示词还要求在结果不理想时给出后续搜索词,但输出里没有放它的字段,所以它丢了。
  • Respond to Webhook 把标题和描述不经转义就写进 JSON 文本,所以其中有一个双引号就会让 JSON 出错。
  • 表达式用 $item("0").$node["Name"] 读取前面的节点。n8n 仍然能运行这种旧写法,但不再写进文档。
  • webhook 没有身份验证,所以知道它地址的人都能开始一次运行,并用掉你的 Brave 和 Gemini 额度。
  • 每次运行调用两次 Gemini、发一次 Brave 请求,解析器拒绝某次回复时还会多一次修复调用。
  • 你的数据:问题和搜索结果会发给 Google,搜索词会发给 Brave。
文件
NOTICE.md  688 B
README.md  6 KB
workflow.json  38 KB

3 个文件,共 45 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

Bonsai-27B-GGUF

lmstudio-community · 工具包

面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。

新上架

以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。

新上架

MusicGen Small

facebook · 工具包

根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。

新上架

研究类的相似商品

查看研究类的全部商品

Merlin-Cancer-Super

AbdomenAtlas · 工具包

在 CT 扫描上检测并勾画 9 个器官的肿瘤,使用从放射学报告中学习的 R-Super 方法训练。这是面向医学影像团队的研究模型,采用非商业许可。

新上架

EarthJev

dBenf · 工具包

回答关于卫星图像块的类型化问题,使用 Sentinel-2 的全部 12 个波段,为每个选项返回概率,不生成文字。这是 Qwen3.5-0.8B 的微调版本,适合地球观测研究者。

新上架

getting-over-it-rl-jax

zimmerk4 · 工具包

用一个在 JAX 物理模拟器里学会的小型策略网络,从头到尾通关游戏 Getting Over It。适合强化学习研究者和好奇的动手爱好者。

新上架