联网多模态搜索整体介绍
一、整体介绍
联网多模态搜索 API 属于 CleverSee「联网搜问」板块，是专为 Agent 与 AI Chat 场景打造的实时多模态检索服务。本 API 作为独立、可组合的检索工具供智能体按需调用——返回的图片链接、来源网页、标题、发布时间与尺寸等完整结构化字段可直接被多模态模型消费，无需经过中间生成环节的二次加工。当前已开放以文本描述检索网络图片的「文搜图」能力，后续将扩展以图片检索同源页面与相似图的「图搜图」能力。
联网多模态搜索 API 核心优势：
独立检索、灵活组合：作为纯检索 API 输出结构化图片数据，不绑定特定大模型或智能体框架，可与任意 LLM / Agent 编排方案自由组合；按次计量、成本可预估，避免搜索能力与生成链路强耦合导致的调用复杂度与额外 Token 消耗
图片结构化深度返回：返回字段不仅包含图片链接，还涵盖来源网页链接、标题、发布时间、图片宽高等完整元数据，可直接用于图文混排、引用溯源与版权校验等场景。
高级检索能力：支持排除站点、限定返回条数等细颗粒检索条件。
二、能力版本
能力类型 | 对客版本名称 | engineType | 列表价（元/千次） |
文搜图 | 文搜图极速版 MultimodalSpeed | MultimodalSpeed | 25 |
文搜图 | 文搜图增强版 MultimodalSpeedAdvanced | MultimodalSpeedAdvanced | 27.8（文搜图极速版 + 增值包） |
重要
engineType 取值：MultimodalSpeed（极速搜索）与 MultimodalSpeedAdvanced（增强搜索）。
增强搜索的计费为「极速搜索 + 增值包」叠加，与联网搜索增值包（GenericAdvanced / GlobalAdvanced）的计费逻辑一致，详见 联网多模态搜索-计费说明。
现网仅支持文搜图，图搜图（ImageAgent / ImageAgentAdvanced）尚未开放。
三、应用场景
多模态智能体：为图文混排回答提供实时图片素材与来源出处。
内容创作与配图：按文本描述检索可用配图，并回溯来源页面。
以图搜源（规划中）：给定图片检索同源页面与相似图，用于溯源、比价、识别类场景。
四、产品接入
接口定义与调用示例见 多模态搜索（搜图）API，计费口径见 联网多模态搜索-计费说明。接入方式（HTTP / SDK / MCP / Skill）请参考「接入方式」章节。