웹 검색을 위해 Ollama Python 라이브러리를 설치하는 방법은 무엇인가요?

pip install ‘ollama>=0.6.0’을 사용하여 0.6.0 이상 버전을 설치하세요. 이 버전에는 web_search 및 web_fetch 기능이 포함되어 있습니다.

Ollama 검색 에이전트에 가장 적합한 Python 모델은 무엇입니까?

강력한 도구 사용(tool-use) 기능을 갖춘 모델이 가장 잘 작동하며, qwen3, gpt-oss 및 qwen3 480b-cloud, deepseek-v3.1-cloud와 같은 클라우드 모델이 포함됩니다.

파이썬에서 대규모 웹 검색 결과를 어떻게 처리합니까?

컨텍스트 한도에 맞게 결과를 잘라냅니다. 권장 접근 방식은 모델로 전달하기 전 결과 문자열을 약 8,000자(토큰 2,000개 x 4자)로 자르는 것입니다.

Ollama Python 웹 검색을 비동기 코드와 함께 사용할 수 있습니까?

네, Ollama Python 라이브러리는 비동기 작업을 지원합니다. 비동기 애플리케이션에서 블로킹되지 않는 웹 검색 및 조회 작업을 수행하려면 AsyncClient를 사용하세요.

Python 검색 에이전트의 컨텍스트 길이를 어떻게 설정해야 하나요?

합리적 성능을 위해 컨텍스트 길이를 약 32,000 토큰으로 설정하세요. 웹 검색 및 웹 콘텐츠 검색이 수천 개의 토큰을 반환할 수 있으므로, 검색 에이전트는 전체 컨텍스트 길이를 사용할 때 최적의 성능을 발휘합니다.

Python에서 Ollama 웹 검색 API 사용

Q: Ollama Python에서 web_search와 web_fetch의 차이는 무엇인가요?

web_search 는 인터넷을 검색하여 제목, URL, 스니펫이 포함된 여러 검색 결과를 반환합니다. web_fetch 는 특정 URL의 전체 콘텐츠를 가져와 페이지 제목, 마크다운 콘텐츠, 링크를 반환합니다.

Python과 Ollama를 활용한 AI 검색 에이전트 구축

Page content

Ollama의 Python 라이브러리에 이제 네이티브 Ollama 웹 검색 기능이 추가되었습니다. 몇 줄의 코드만으로 웹의 실시간 정보를 활용하여 로컬 LLM을 강화할 수 있으며, 이는 환각(hallucination)을 줄이고 정확도를 높이는 데 도움이 됩니다.

시작하기

웹 검색을 위한 Ollama Python 라이브러리를 설치하는 방법은 무엇인가요? pip install 'ollama>=0.6.0' 명령을 사용하여 0.6.0 버전 이상을 설치하세요. 이 버전에는 web_search와 web_fetch 함수가 포함되어 있습니다.

pip install 'ollama>=0.6.0'

Python 환경과 패키지를 관리하려면 빠른 Python 패키지 매니저인 uv를 고려해 보거나, venv를 사용하여 가상 환경을 설정하여 종속성 관계를 격리시키는 것이 좋습니다.

Ollama 계정에서 API 키를 생성하여 환경 변수로 설정하세요:

export OLLAMA_API_KEY="your_api_key"

Windows PowerShell의 경우:

$env:OLLAMA_API_KEY = "your_api_key"

기본 웹 검색

Ollama로 웹을 검색하는 가장 간단한 방법입니다:

import ollama

# 간단한 웹 검색
response = ollama.web_search("What is Ollama?")
print(response)

출력 결과:

results = [
    {
        "title": "Ollama",
        "url": "https://ollama.com/",
        "content": "Cloud models are now available in Ollama..."
    },
    {
        "title": "What is Ollama? Features, Pricing, and Use Cases",
        "url": "https://www.walturn.com/insights/what-is-ollama",
        "content": "Our services..."
    },
    {
        "title": "Complete Ollama Guide: Installation, Usage & Code Examples",
        "url": "https://collabnix.com/complete-ollama-guide",
        "content": "Join our Discord Server..."
    }
]

결과 개수 조절

import ollama

# 더 많은 결과 가져오기
response = ollama.web_search("latest AI news", max_results=10)

for result in response.results:
    print(f"📌 {result.title}")
    print(f"   {result.url}")
    print(f"   {result.content[:100]}...")
    print()

전체 페이지 내용 가져오기

Ollama Python에서 web_search와 web_fetch의 차이는 무엇인가요? web_search는 인터넷을 쿼리하여 제목, URL, 스니펫을 포함한 여러 검색 결과를 반환합니다. web_fetch는 특정 URL의 전체 콘텐츠를 가져와 페이지 제목, 마크다운 콘텐츠, 링크를 반환합니다. web_fetch가 반환하는 마크다운 콘텐츠는 추가 처리에 최적입니다. 다른 컨텍스트에서 HTML을 마크다운으로 변환해야 하는 경우, Python으로 HTML을 Markdown으로 변환하는 방법 가이드를 참조하세요.

from ollama import web_fetch

result = web_fetch('https://ollama.com')
print(result)

출력 결과:

WebFetchResponse(
    title='Ollama',
    content='[Cloud models](https://ollama.com/blog/cloud-models) are now available in Ollama\n\n**Chat & build with open models**\n\n[Download](https://ollama.com/download) [Explore models](https://ollama.com/models)\n\nAvailable for macOS, Windows, and Linux',
    links=['https://ollama.com/', 'https://ollama.com/models', 'https://github.com/ollama/ollama']
)

검색과 가져오기 조합

검색을 먼저 수행한 다음, 관련 결과에서 전체 콘텐츠를 가져오는 것이 일반적인 패턴입니다:

from ollama import web_search, web_fetch

# 정보 검색
search_results = web_search("Ollama new features 2025")

# 첫 번째 결과에서 전체 내용 가져오기
if search_results.results:
    first_url = search_results.results[0].url
    full_content = web_fetch(first_url)
    
    print(f"Title: {full_content.title}")
    print(f"Content: {full_content.content[:500]}...")
    print(f"Links found: {len(full_content.links)}")

검색 에이전트 구축

Ollama 검색 에이전트에 최적인 Python 모델은 무엇인가요? 강력한 도구 사용(tool-use) 능력을 갖춘 모델이 가장 적합하며, qwen3, gpt-oss, 그리고 qwen3:480b-cloud와 deepseek-v3.1-cloud 같은 클라우드 모델이 이에 해당합니다. 이러한 모델에서 구조화된 출력을 필요로 하는 더 고급적인 사용 사례의 경우, Ollama와 Qwen3를 사용한 구조화 출력 LLM 가이드를 확인해 보세요. 도구나 JSON 모드가 신뢰할 수 있는 페이로드를 반환한 이후에는, Python에서 견고한 LLM 구조화 출력 검증 가이드에서 애플리케이션 측의 파싱, Pydantic 체크, 재시도, 테스트에 대해 다루고 있습니다.

먼저 기능적인 모델을 가져오세요:

ollama pull qwen3:4b

간단한 검색 에이전트

여기에는 언제 검색할지 자율적으로 결정할 수 있는 기본 검색 에이전트가 있습니다:

from ollama import chat, web_fetch, web_search

available_tools = {'web_search': web_search, 'web_fetch': web_fetch}

messages = [{'role': 'user', 'content': "what is ollama's new engine"}]

while True:
    response = chat(
        model='qwen3:4b',
        messages=messages,
        tools=[web_search, web_fetch],
        think=True
    )
    
    if response.message.thinking:
        print('🧠 Thinking:', response.message.thinking[:200], '...')
    
    if response.message.content:
        print('💬 Response:', response.message.content)
    
    messages.append(response.message)
    
    if response.message.tool_calls:
        print('🔧 Tool calls:', response.message.tool_calls)
        for tool_call in response.message.tool_calls:
            function_to_call = available_tools.get(tool_call.function.name)
            if function_to_call:
                args = tool_call.function.arguments
                result = function_to_call(**args)
                print('📥 Result:', str(result)[:200], '...')
                # 제한된 컨텍스트 길이에 맞게 결과를 잘라내기
                messages.append({
                    'role': 'tool', 
                    'content': str(result)[:2000 * 4], 
                    'tool_name': tool_call.function.name
                })
            else:
                messages.append({
                    'role': 'tool', 
                    'content': f'Tool {tool_call.function.name} not found', 
                    'tool_name': tool_call.function.name
                })
    else:
        break

Python에서 대규모 웹 검색 결과를 처리하는 방법은 무엇인가요? 컨텍스트 한계에 맞도록 결과를 잘라내세요. 권장하는 방법은 모델로 전달하기 전에 결과 문자열을 약 8000자(토큰 2000개 × 4자)로 슬라이스하는 것입니다.

에러 처리가 강화된 고급 검색 에이전트

더 나은 에러 처리를 가진 향상된 버전을 살펴보세요:

from ollama import chat, web_fetch, web_search
import json

class SearchAgent:
    def __init__(self, model: str = 'qwen3:4b'):
        self.model = model
        self.tools = {'web_search': web_search, 'web_fetch': web_fetch}
        self.messages = []
        self.max_iterations = 10
        
    def query(self, question: str) -> str:
        self.messages = [{'role': 'user', 'content': question}]
        
        for iteration in range(self.max_iterations):
            try:
                response = chat(
                    model=self.model,
                    messages=self.messages,
                    tools=[web_search, web_fetch],
                    think=True
                )
            except Exception as e:
                return f"Error during chat: {e}"
            
            self.messages.append(response.message)
            
            # 도구 호출이 없으면 최종 답변
            if not response.message.tool_calls:
                return response.message.content or "No response generated"
            
            # 도구 호출 실행
            for tool_call in response.message.tool_calls:
                result = self._execute_tool(tool_call)
                self.messages.append({
                    'role': 'tool',
                    'content': result,
                    'tool_name': tool_call.function.name
                })
        
        return "Max iterations reached without final answer"
    
    def _execute_tool(self, tool_call) -> str:
        func_name = tool_call.function.name
        args = tool_call.function.arguments
        
        if func_name not in self.tools:
            return f"Unknown tool: {func_name}"
        
        try:
            result = self.tools[func_name](**args)
            # 컨텍스트 한계에 맞게 잘라내기
            result_str = str(result)
            if len(result_str) > 8000:
                result_str = result_str[:8000] + "... [truncated]"
            return result_str
        except Exception as e:
            return f"Tool error: {e}"

# 사용법
agent = SearchAgent(model='qwen3:4b')
answer = agent.query("What are the latest features in Ollama?")
print(answer)

비동기(Async) 웹 검색

Ollama Python 웹 검색을 비동기 코드와 함께 사용할 수 있나요? 네, Ollama Python 라이브러리는 비동기 작업을 지원합니다. 비동기 애플리케이션에서 블로킹되지 않는 웹 검색 및 가져오기 작업에 AsyncClient를 사용하세요.

import asyncio
from ollama import AsyncClient

async def async_search():
    client = AsyncClient()
    
    # 여러 검색을 병렬로 수행
    tasks = [
        client.web_search("Ollama features"),
        client.web_search("local LLM tools"),
        client.web_search("AI search agents"),
    ]
    
    results = await asyncio.gather(*tasks)
    
    for i, result in enumerate(results):
        print(f"Search {i + 1}:")
        for r in result.results[:2]:
            print(f"  - {r.title}")
        print()

# 비동기 검색 실행
asyncio.run(async_search())

비동기 검색 에이전트

import asyncio
from ollama import AsyncClient

async def async_research_agent(question: str):
    client = AsyncClient()
    messages = [{'role': 'user', 'content': question}]
    
    while True:
        response = await client.chat(
            model='qwen3:4b',
            messages=messages,
            tools=[client.web_search, client.web_fetch],
        )
        
        messages.append(response.message)
        
        if not response.message.tool_calls:
            return response.message.content
        
        # 도구 호출을 병렬로 실행
        tool_tasks = []
        for tool_call in response.message.tool_calls:
            if tool_call.function.name == 'web_search':
                task = client.web_search(**tool_call.function.arguments)
            elif tool_call.function.name == 'web_fetch':
                task = client.web_fetch(**tool_call.function.arguments)
            else:
                continue
            tool_tasks.append((tool_call.function.name, task))
        
        # 결과 수집
        for tool_name, task in tool_tasks:
            result = await task
            messages.append({
                'role': 'tool',
                'content': str(result)[:8000],
                'tool_name': tool_name
            })

# 실행
answer = asyncio.run(async_research_agent("What's new in Python 3.13?"))
print(answer)

컨텍스트 길이 및 성능

Python 검색 에이전트에 컨텍스트 길이를 어떻게 설정해야 하나요? 적절한 성능을 위해 컨텍스트 길이를 약 32000 토큰으로 설정하세요. web_search와 web_fetch가 수천 개의 토큰을 반환할 수 있으므로, 검색 에이전트는 전체 컨텍스트 길이와 함께 가장 잘 작동합니다.

from ollama import chat, web_search

# 검색 중심 작업에 더 높은 컨텍스트 설정
response = chat(
    model='qwen3:4b',
    messages=[{'role': 'user', 'content': 'Research the latest AI developments'}],
    tools=[web_search],
    options={
        'num_ctx': 32768,  # 32K 컨텍스트
    }
)

MCP 서버 통합

Ollama는 모든 MCP 클라이언트에서 웹 검색을 가능하게 하는 Python MCP 서버를 제공합니다. 웹 검색 및 스크레이핑 기능이 포함된 Python으로 MCP 서버를 구축하는 포괄적인 가이드를 위해, Python으로 MCP 서버 구축하기에 대한 자세한 튜토리얼을 확인해 보세요.

Cline 통합

Cline 설정에서 MCP 서버를 구성하세요:

MCP 서버 관리 → MCP 서버 구성 → 추가:

{
  "mcpServers": {
    "web_search_and_fetch": {
      "type": "stdio",
      "command": "uv",
      "args": ["run", "path/to/web-search-mcp.py"],
      "env": { "OLLAMA_API_KEY": "your_api_key_here" }
    }
  }
}

Codex 통합

~/.codex/config.toml에 추가하세요:

[mcp_servers.web_search]
command = "uv"
args = ["run", "path/to/web-search-mcp.py"]
env = { "OLLAMA_API_KEY" = "your_api_key_here" }

자체 MCP 서버 만들기

#!/usr/bin/env python3
"""Simple MCP server for Ollama web search."""

import os
from mcp.server import Server
from mcp.types import Tool, TextContent
from ollama import web_search, web_fetch

app = Server("ollama-web-search")

@app.tool()
async def search_web(query: str, max_results: int = 5) -> str:
    """Search the web for information."""
    results = web_search(query, max_results=max_results)
    
    output = []
    for r in results.results:
        output.append(f"**{r.title}**\n{r.url}\n{r.content}\n")
    
    return "\n---\n".join(output)

@app.tool()
async def fetch_page(url: str) -> str:
    """Fetch the full content of a web page."""
    result = web_fetch(url)
    return f"# {result.title}\n\n{result.content}"

if __name__ == "__main__":
    app.run()

실용적 예제

이 예제들은 Ollama 웹 검색 API의 실제 응용을 보여줍니다. 이러한 패턴을 확장하여 더 복잡한 시스템을 구축할 수 있습니다. 예를 들어, 검색 결과를 Python으로 PDF 생성하기와 결합하여 연구 보고서를 만들 수 있습니다.

뉴스 요약기

from ollama import chat, web_search

def summarize_news(topic: str) -> str:
    # 최신 뉴스 검색
    results = web_search(f"{topic} latest news", max_results=5)
    
    # 모델을 위해 검색 결과 포맷팅
    news_content = "\n\n".join([
        f"**{r.title}**\n{r.content}"
        for r in results.results
    ])
    
    # 모델에게 요약 요청
    response = chat(
        model='qwen3:4b',
        messages=[{
            'role': 'user',
            'content': f"Summarize these news items about {topic}:\n\n{news_content}"
        }]
    )
    
    return response.message.content

summary = summarize_news("artificial intelligence")
print(summary)

연구 어시스턴트

from ollama import chat, web_search, web_fetch
from dataclasses import dataclass

@dataclass
class ResearchResult:
    question: str
    sources: list
    answer: str

def research(question: str) -> ResearchResult:
    # 관련 정보 검색
    search_results = web_search(question, max_results=3)
    
    # 상위 소스에서 전체 내용 가져오기
    sources = []
    full_content = []
    
    for result in search_results.results[:3]:
        try:
            page = web_fetch(result.url)
            sources.append(result.url)
            full_content.append(f"Source: {result.url}\n{page.content[:2000]}")
        except:
            continue
    
    # 포괄적인 답변 생성
    context = "\n\n---\n\n".join(full_content)
    
    response = chat(
        model='qwen3:4b',
        messages=[{
            'role': 'user',
            'content': f"""Based on the following sources, answer this question: {question}

Sources:
{context}

Provide a comprehensive answer with citations to the sources."""
        }]
    )
    
    return ResearchResult(
        question=question,
        sources=sources,
        answer=response.message.content
    )

# 사용법
result = research("How does Ollama's new model scheduling work?")
print(f"Question: {result.question}")
print(f"Sources: {result.sources}")
print(f"Answer: {result.answer}")

권장 모델

모델	파라미터	최적 용도
`qwen3:4b`	4B	빠른 로컬 검색
`qwen3`	8B	범용 에이전트
`gpt-oss`	다양	연구 과제
`qwen3:480b-cloud`	480B	복잡한 추론 (클라우드)
`gpt-oss:120b-cloud`	120B	장문 연구 (클라우드)
`deepseek-v3.1-cloud`	-	고급 분석 (클라우드)

모범 사례

결과 잘라내기: 항상 웹 결과를 컨텍스트 한도에 맞도록 잘라내기 (~8000자)
에러 처리: 네트워크 실패에 대비하여 도구 호출을 try/except로 감싸기
율 제한(Rate Limiting): 웹 검색 시 Ollama의 API 율 제한을 준수하기
컨텍스트 길이: 검색 에이전트에 ~32000 토큰 사용
스케일링을 위한 비동기: 동시 작업을 위해 AsyncClient 사용
테스트: 신뢰성을 보장하기 위해 검색 에이전트에 대해 단위 테스트 작성
Python 기초: 구문 및 일반 패턴에 대한 빠른 참조용으로 Python 치트시트를 비치해 두기