> ## Documentation Index
> Fetch the complete documentation index at: https://clickhouse.com/docs/llms.txt
> Use this file to discover all available pages before exploring further.

# Веб-поиск

> Инструмент внешнего веб-поиска для ClickHouse Agents

[Возможность в статусе бета](https://clickhouse.com/docs/reference/settings/beta-and-experimental-features.md#beta-features)

Веб-поиск позволяет агенту получать информацию из общедоступного интернета во время диалога. Используйте его для вопросов, где ответ должен быть актуальным: недавние релизы, документация за пределами вашего сервиса или быстрая проверка по авторитетному источнику.

## Включите

В Конструкторе агентов включите **Веб-поиск** в разделе **Возможности**. После этого агент сам решает, когда выполнять поиск, исходя из вопроса пользователя и своих инструкций. Затем выполняется поиск, из результатов извлекается содержимое, а наиболее релевантный контент передается обратно в контекст модели.

![Панель «Возможности» с выделенным разделом «Веб-поиск» и флажком «Веб-поиск»](https://mintcdn.com/private-7c7dfe99/i3Gw7HRb0YxPr7dq/images/cloud/agent-builder/web-search/web-search.webp?fit=max\&auto=format\&n=i3Gw7HRb0YxPr7dq\&q=85\&s=7581b53422cf7ef62cbf9e7e47d94e74)

## Как работает цикл поиска

Каждый цикл поиска в Cloud проходит в три этапа:

1. **Поиск** — запрос агента отправляется поисковому провайдеру, который возвращает URL-адреса-кандидаты.
2. **Извлечение** — загружаются релевантные страницы, и из них извлекается значимый текст.
3. **Повторное ранжирование** — reranker оценивает результаты, чтобы модель сначала увидела самые полезные.

В ответе агента приводятся URL-адреса, которые он действительно использовал.

## Когда это нужно

* Найдите примечания к релизу или журналы изменений, которых нет в вашем сервисе.
* Проверьте факт по источнику, который может быть неизвестен модели.
* Добавьте в диалог для анализа общедоступный пост в блоге или документ.

Не используйте это для вопросов, на которые можно ответить по вашим данным или на основе собственных знаний модели. Каждый цикл поиска добавляет задержку.
