如何在 Dify Workflows 中使用 Talordata SERP API

Dify 很適合快速搭建 AI 應用。

你可以建立 workflow，加入 LLM 節點，連接工具，在節點之間傳遞變數，然後很快做出一個能用的助手。但只要進入真實場景，幾乎都會遇到同一個問題：

模型不知道訓練截止時間之後發生了什麼。

如果只是回答穩定知識，問題不大。
但如果是新聞、價格、SEO 排名、競品頁面、產品發布、政策更新、市場研究，就不能只靠模型記憶。

這時 workflow 需要即時資料來源。

SERP API 就是其中一種很直接的方式。

把 Talordata SERP API 接入 Dify 後，你的 workflow 可以搜尋網頁，取得結構化搜尋結果，再把最新上下文交給 LLM 節點處理。Talordata 的 Dify 頁面也把這個整合描述為：把即時搜尋資料和多搜尋引擎能力帶入 Dify workflows 和 agents。

我們要建立什麼？

一個簡單的 Dify workflow：

使用者問題
→ Talordata SERP 搜尋工具
→ LLM 節點讀取搜尋結果
→ 輸出整理後的回答和來源連結

這已經能覆蓋很多實用場景：

• 即時研究助手

• 市場趨勢監控

• SEO 內容大綱生成器

• 競品追蹤 workflow

• 新聞摘要 Agent

• 加入即時搜尋上下文的 RAG workflow

• 產品或價格研究助手

重點不是把 workflow 做得很複雜。
重點是：當答案需要最新資訊時，讓 workflow 有能力取得搜尋結果。

為什麼要在 Dify 中加入 SERP 資料？

普通 Dify 應用可以處理 prompt、文件、知識庫和使用者輸入。
但當答案依賴即時網頁資訊時，只靠 LLM 不夠。

例如：

What are the latest pricing pages for CRM tools?
Which pages rank for “best project management software” today?
What are recent news results about this company?
What questions appear around this product category?

這類問題應該先搜尋，再回答。

Talordata 的 Dify 頁面也說明了這個問題：LLM 有知識截止限制，爬蟲維護複雜，而 SERP API 可以讓 Agent 在 Dify workflow 中直接取得即時網頁結果。

Step 1：在 Dify 中安裝 Talordata SERP 插件

先進入 Dify。

Talordata Dify 頁面說明，插件可以透過 GitHub 下載或匯入安裝；選擇工具後，Dify 的參數面板會顯示 query、device、location、gl、hl 等欄位。

實際流程可以這樣理解：

Dify Plugin / Marketplace 區域
→ Install from GitHub 或匯入插件包
→ 加入 Talordata SERP 插件
→ 設定 provider credentials
→ 在 workflow 或 agent 中使用搜尋工具

GitHub repository 也說明，這個插件會把 Talordata SERP API 暴露為 Dify tools，並需要在 plugin provider settings 中設定 Talordata SERP API key。

Step 2：設定 SERP API Key

安裝後，需要在插件的 provider settings 中填入 Talordata SERP API key。

這裡有一個容易踩坑的小細節：請使用 SERP API key，不要使用 dashboard login JWT token。插件 README 明確說明，API key 的格式類似 sk_xxxxxxxxx...，而 Talordata login JWT 只適用於 dashboard API，比如 quota、token management、statistics 和 Playground schema。

所以憑證設定應該是：

Provider: Talordata SERP
Credential: SERP API key
不要使用: dashboard login JWT

這個細節看起來小，但能省下一個下午的排錯時間。

Step 3：在 Dify workflow 中加入搜尋工具

插件設定完成後，就可以把搜尋 action 加入 workflow。

插件 repository 說明，它會為每個啟用的 SERP engine 暴露一個 Dify action，另外也提供 raw request action 供進階使用。它列出的 Google actions 包含 google_search、google_image_search、google_news_search、google_shopping_search、google_maps_search、google_scholar_search、google_trends_search；Bing actions 包含 bing_search、bing_image_search、bing_maps_search、bing_news_search、bing_shopping_search、bing_videos_search；另外還有 yandex_search 和 duckduckgo_search。

第一個 workflow 建議先用 google_search。

節點可以很簡單：

Start node
→ Talordata google_search tool
→ LLM node
→ Answer node

搜尋工具負責拿資料。
LLM 節點負責把搜尋結果整理成使用者能讀懂的內容。

Step 4：把使用者輸入映射到搜尋查詢

大部分 workflow 都應該把使用者輸入映射到工具的查詢欄位。

例如：

User input variable: {{query}}
Tool field: q

插件 README 的使用流程也類似：安裝插件、設定 provider credentials、把 Google Search 或 Bing Search 加入 workflow 或 agent、把使用者查詢映射到 q 這類 query field、執行 workflow，最後使用返回的結構化 JSON 結果。

一個基礎 Google Search 節點可以這樣配置：

{
  "q": "{{query}}",
  "gl": "us",
  "hl": "en",
  "num": 10
}

後續可以把 gl、hl、location、device 做成 workflow input。第一版先固定也沒問題。

Step 5：讓 LLM 明確知道怎麼處理 SERP 資料

搜尋結果不是最終答案。

它只是原料。

LLM 節點需要一個明確任務，例如：

You are a research assistant.

Use the SERP results to answer the user’s question.
Focus on title, snippet, URL, source, and ranking position.
Do not invent facts that are not supported by the results.
Include source URLs when they help the user verify the answer.
Keep the answer concise.

如果你在做 SEO 內容研究，可以讓 prompt 更具體：

Read the search results and identify:
1. Common search intent
2. Repeated content angles
3. Important competing pages
4. Questions users may ask
5. A suggested content outline

如果是市場監控：

Read the search results and summarize:
1. Recent market signals
2. Competitors mentioned
3. Product or pricing changes
4. Newsworthy updates
5. URLs worth reviewing manually

不要只寫「analyze everything」。這種 prompt 很容易讓結果變成一團霧。
給它一個小任務，輸出反而會更穩。

Step 6：用對搜尋參數

Dify workflow 如果帶上搜尋上下文，會更有用。

常用參數包括：

Talordata 的 Dify 頁面說明，參數面板可以提供 query、device、location、gl、hl 等欄位；同時也提到可配置自然語言查詢、地理與語言支援、分頁，以及 web、news、video、image 等搜尋類型。查看完整的集成教程>>

例如，SEO workflow 可以這樣配置：

{
  "q": "{{keyword}}",
  "gl": "us",
  "hl": "en",
  "location": "New York, United States",
  "device": "desktop",
  "num": 10
}

新聞監控 workflow 可以使用 news search action。
產品研究 workflow 可以使用 Shopping search。

Step 7：只在必要時使用 raw request

插件也提供 raw_serp_request，用於進階場景。

repository 說明，生成的 actions 會固定各自的 engine 參數，並在 Dify node 中直接暴露常用 SERP 參數；如果需要進階 request 參數，可以使用 raw_serp_request 傳入自訂 params_json。

範例：

{
  "engine": "google",
  "q": "coffee",
  "params_json": "{\"gl\":\"us\",\"hl\":\"en\",\"num\":10}"
}

大部分 workflow 先用普通 action 就好。

只有當標準 tool node 沒有暴露你需要的參數時，再考慮 raw request。

常見 workflow 範例

即時研究助手

使用者提出最新問題
→ 搜尋 Google
→ 摘要前排結果
→ 返回簡潔回答和來源 URL

SEO 內容大綱生成器

使用者輸入關鍵字
→ 搜尋 Google
→ 提取前排頁面、摘要、可能的 PAA 問題
→ 生成搜尋意圖、內容大綱、FAQ 和內容角度

市場情報 workflow

使用者輸入品牌名或競品名
→ 搜尋 web/news
→ 提取近期提及
→ 摘要市場信號
→ 輸出值得人工查看的 URL

加入即時搜尋的 RAG

使用者提問
→ 搜尋 web
→ 把 SERP snippets 和 URLs 傳入 LLM node
→ LLM 結合即時搜尋上下文和內部知識庫回答

Talordata 的 Dify 頁面也列出類似場景，包括 RAG real-time augmentation、AI agent web connectivity、market and trend intelligence，以及 SEO/content intelligence。

Best Practices

第一版 workflow 要保持簡單。
一個 search node，一個 LLM node，一個 answer node。不要一開始就堆太多分支。

不要什麼都搜尋。
只有當問題依賴最新資訊、外部來源、地區、市場或搜索結果時，才讓 workflow 搜尋。

盡量保存有用 metadata。
Query、country、language、device、timestamp 和 result URL 對排錯和歷史比較都很重要。

讓模型適度提供來源。
不用每句話後面都塞來源，但當回答依賴搜尋結果時，URL 應該可見。

避免在搜尋查詢中放入不必要的敏感個人資料。插件 README 也建議避免在 search queries 中放入不必要的敏感個人資料。

留意 quota 和 rate limits。插件 README 說明，搜尋可用性、新鮮度、延遲、quota 和 rate limits 取決於 Talordata SERP API 以及使用者帳戶方案。

免費試用TalorData

FAQ

Talordata SERP API for Dify 是什麼？

它是一個 Dify 插件整合，讓 Dify workflows 和 agents 可以調用 Talordata SERP API，取得結構化搜尋引擎結果。這些結果可以交給 LLM 節點，用於回答、摘要、研究、SEO workflow 或 RAG 上下文。

使用它需要寫程式嗎？

普通 workflow 不需要。安裝插件並設定 API key 後，你可以把 search tool 作為 workflow 或 agent 節點加入，然後映射 q、gl、hl、location、device 等欄位。

支援哪些搜尋引擎？

插件 repository 列出 Google、Bing、Yandex 和 DuckDuckGo actions，也包含多種 Google 和 Bing 垂直搜尋 actions，例如 images、news、shopping、maps 和 videos。

google_search 和 raw_serp_request 有什麼不同？

google_search 適合一般 Google Search workflow，常用參數會直接出現在 Dify node 裡。raw_serp_request 適合進階需求，可以透過自訂 params_json 傳入 engine-specific 參數。

可以用於 RAG 嗎？

可以。常見方式是先用 SERP tool 取得即時搜尋結果，再把 snippets、titles 和 URLs 傳給 LLM node，或與內部知識庫結果一起使用。

每個 Dify workflow 都需要搜尋嗎？

不需要。當答案依賴最新或外部資訊時，搜尋很有用。對穩定定義、內部流程或只基於使用者輸入的任務，搜尋可能是多餘的。