前言
如果你正在使用 n8n 建立 AI Agent，肯定遇過一個棘手問題：當 Agent 需要查詢即時資訊（如新聞、天氣）時，該怎麼辦？
這篇文章將手把手教你如何將 Grounding with Google Search 包裝成一個獨立的 n8n Workflow，讓你的任何 AI Agent 都能透過「Call n8n Workflow Tool」重複調用這個強大的搜尋能力。
什麼是 Grounding with Google Search？
簡單來說，這是讓 AI 腳踏實地（Grounding）獲取真實世界資訊的機制。當你在 API 請求中啟用Google Search 工具時，Gemini 模型會執行以下動作：- 意圖分析：判斷你的問題是否需要聯網搜尋。
- 執行搜尋：自動產生關鍵字並進行 Google 搜尋。
- 整合資訊：閱讀搜尋結果，生成有憑據的回答。
- 來源標註：回傳資料來源連結，讓內容具備可信度。
這對於需要「即時性」與「準確性」的應用場景（例如：查詢今日股價、最新颱風動態）至關重要。
實作架構總覽
為了達成「可重複使用」的目標，我們將建立兩個 Workflow：
- 1. 搜尋工具 Workflow（子流程）：負責接收查詢指令、呼叫 Gemini API、清洗資料並回傳。
- 2. 主要 Workflow（主流程）：你的 AI Agent 本體，透過 Tool 功能呼叫上述的子流程。
架構示意圖：
[你的 AI Agent (主流程)]
↓
[Call n8n Workflow Tool]
↓
[搜尋工具 Workflow (子流程)]
↓
[Gemini API (啟動 Grounding)]
↓
[回傳：摘要結果 + 資料來源連結]
步驟一：建立搜尋工具 Workflow
請在 n8n 中建立一個新的 Workflow，命名為「Gemini Grounding Search Tool」，並依序加入以下節點。
1. Execute Workflow Trigger
這是讓此 Workflow 能被外部呼叫的關鍵入口。
- 節點類型：Execute Workflow Trigger
- 設定方式 (Input data mode)：選擇
Define using fields below - 欄位設定 (Fields)：新增一個欄位
- Name: query
- Type: String
2. HTTP Request 節點
負責與 Google Gemini API 進行通訊。
- 節點類型：HTTP Request
- Method：POST
- URL：(使用模型自行更改，這裡使用gemini-3.0-flash-preview)
https://generativelanguage.googleapis.com/v1beta/models/gemini-3.0-flash-preview:generateContent - Authentication：Generic Credential Type → Header Auth
- Headers：
- Content-Type : application/json
Body 設定（JSON 格式）： 請直接複製以下程式碼，注意 {{ $json.query }} 是讀取上一個節點的輸入值。
{
"contents": [
{
"role": "user",
"parts": [
{
"text": "{{ $json.query }}"
}
]
}
],
"tools": [
{
"google_search": {}
}
],
"systemInstruction": {
"parts": [
{
"text": "你是一個專業的搜尋助手。優先搜尋台灣相關的內容，使用繁體中文回覆。"
}
]
},
"generationConfig": {
"temperature": 0.5,
"maxOutputTokens": 2048
}
}
關鍵設定："tools": [{"google_search": {}}] 這行程式碼正是啟用 Grounding with Google Search 功能的開關。
3. 設定 API Key (Credentials)
你需要先到 Google AI Studio 申請 API Key，並在 n8n 建立 Header Auth：
- Header Name：x-goog-api-keyHeader Value：你的_Gemini_API_Key
4. Code 節點 (資料清洗)
Gemini 回傳的 JSON 結構較為複雜，我們使用 Code 節點來提取「摘要內容」與「引用來源」。
- 節點類型：CodeLanguage：JavaScript
JavaScript 程式碼：
// 取得 Gemini API 回應
const input = $input.first().json;
const data = input.body || input;
// 1. 提取 AI 回應文字
let response = '抱歉，無法取得搜尋結果';
if (data.candidates && data.candidates[0]) {
const parts = data.candidates[0].content?.parts;
if (parts && parts[0]) {
response = parts[0].text || response;
}
}
// 2. 提取資料來源 (Grounding Metadata)
const groundingMetadata = data.candidates?.[0]?.groundingMetadata || null;
let sources = [];
let sourcesText = '';
if (groundingMetadata?.groundingChunks) {
sources = groundingMetadata.groundingChunks
.filter(c => c.web?.uri)
.slice(0, 5) // 限制只取前 5 個來源
.map(c => ({
title: c.web?.title || '來源連結',
url: c.web.uri
}));
// 格式化來源文字，方便直接顯示
if (sources.length > 0) {
sourcesText = '\n\n📚 資料來源：';
sources.forEach((s, i) => {
sourcesText += `\n${i + 1}. ${s.title}`;
});
}
}
// 3. 回傳整理後的結果
return {
json: {
response: response + sourcesText,
sources
}
};
步驟二：在 AI Agent 中使用搜尋工具
完成上述設定後，回到你的主流程，將這個搜尋能力賦予你的 Agent。
- 新增 Tool：在 AI Agent 節點中，點選
Add Tool。 - 選擇類型：選擇
Call n8n Workflow Tool。 - 設定參數：
- Tool Name：google_grounding_search (命名需符合程式規範，不能有空格)
- Description：使用 Google 搜尋查詢最新資訊。適合查詢新聞、天氣、股價、活動等即時資料。優先顯示台灣相關內容。 (注意：Description 對於 LLM 判斷何時使用工具非常重要)
- Workflow：選擇剛剛建立的「Gemini Grounding Search Tool」。
- 定義輸入 (Input Definition)：
Defined automatically by the model
實際運作情境
當使用者問：「今天台北天氣如何？」
- Agent 判斷：這是一個需要即時資訊的問題。
- 呼叫工具：Agent 啟動
google_grounding_search，傳入參數query = "台北今天天氣"。 - 執行搜尋：子流程運作，Gemini API 聯網搜尋 Google。
- 回傳結果：Agent 收到天氣概況與資料來源。
- 最終回覆：Agent 整理資訊後，回答使用者並附上參考連結。
使用此方法的 4 大優勢
- 完全免費：善用 Gemini API 的免費額度。
- 原生準確：直接使用 Google 搜尋引擎底層技術，結果精準度極高。
- 自動引用：API 結構化回傳資料來源，解決 AI 幻覺（Hallucination）問題，增加可信度。
- 模組化設計：一次建立，無限重複使用。無論你有幾個 Chatbot，都能共用這個搜尋工具。
進階優化小撇步
為了讓體驗更好，你可以嘗試以下調整：
- 地區限定：在
systemInstruction中加入「僅搜尋台灣地區資訊」，避免出現簡體中文或國外不相關的結果。 - 控制創造力：將
temperature設定為 0.3 或更低，讓回答更保守、更忠於搜尋結果。 - 錯誤處理：在 HTTP Request 後加入 If 節點，若 API 呼叫失敗（例如超出額度），可設定備案回覆，避免流程中斷。
