duckduckgo

🦆 DuckDuckGo API：以简洁 JSON 格式获取结构化 DuckDuckGo 搜索结果

使用 DuckDuckGo API 的高效、可靠且对开发者友好的方式。

Actor 页面： apify.com/johnvc/DuckDuckGo-Scraper-for-serp-rankings 输入架构： apify.com/johnvc/DuckDuckGo-Scraper-for-serp-rankings/input-schema

DuckDuckGo API 会根据任意查询执行 DuckDuckGo 搜索，并返回简洁、结构化的 JSON。每一页搜索结果都会作为一个条目返回，其中包含自然搜索结果（标题、链接、摘要、排名位置、站点链接）、广告、知识图谱面板、新闻结果、内嵌图片、内嵌视频和相关搜索，以及每页的元数据。它支持 40 多种地区和语言组合、安全搜索级别、日期筛选和自动分页。由于 DuckDuckGo 不会个性化搜索结果，因此多次运行的输出保持一致。

视频演示

快速入门

前提条件

• Python 3.11 或更高版本
• Apify 账户和 API 密钥（在此免费获取密钥）

1. 克隆代码库

   git clone https://github.com/johnisanerd/Apify-DuckDuckGo-Search-Scraper.git
   cd Apify-DuckDuckGo-Search-Scraper
   

2. 使用 UV 安装依赖项

   # Install UV if you do not have it:
   curl -LsSf https://astral.sh/uv/install.sh | sh
   
   # Install project dependencies:
   uv sync
   

3. 配置 API 密钥

   cp .env.example .env
   # Edit .env and add your Apify API key
   # Get your free API key at: https://apify.com?fpr=9n7kx3
   

4. 运行示例

   uv run python duckduckgo-search-scraper.py
   

另一种方式：直接设置 API 密钥

export APIFY_API_TOKEN="your_api_key_here"
uv run python duckduckgo-search-scraper.py

为什么使用这个 DuckDuckGo API？

全面覆盖搜索结果页。 一次调用即可将整个 DuckDuckGo 搜索结果页作为结构化数据返回：自然搜索结果、广告、知识图谱面板、新闻、内嵌图片、内嵌视频和相关搜索。你获取的是完整页面，而不只是自然搜索链接。

结果一致、不受个性化影响。 DuckDuckGo 不会个性化搜索结果，因此多次运行会返回具有可比性的搜索结果页，非常适合排名分析和长期监测。

支持本地化和筛选。 可指定 40 多种地区和语言组合，设置安全搜索级别，并按日期筛选（过去一天、一周、一个月、一年或自定义范围）。

价格可预测，按使用量付费。 费用按运行次数和处理页数计算，无月租费。你可以通过页面数量上限直接控制成本。

易于自动化。 只需几行 Python 代码即可调用，也可以将其加载为 MCP 工具，让 Claude 和 Cursor 等助手按需为你执行 DuckDuckGo 搜索。

功能

核心能力

• 关键词搜索：搜索 DuckDuckGo 并完整提取搜索结果页
• 本地化：支持 40 多种地区和语言组合
• 安全搜索控制：可设置为严格、适中或关闭
• 日期筛选：支持相对时间段或自定义日期范围
• 多页分页：可配置页面数量上限

数据质量

• 结构化自然搜索结果：包含标题、链接、摘要、排名位置、显示链接、日期和站点链接
• 丰富的结果区块：广告、知识图谱、新闻、内嵌图片、内嵌视频、相关搜索
• 每页元数据：包含结果数量和分页详情
• 一致的 JSON 结构：适用于每次查询
• 按页计费：让大型搜索的费用保持透明

使用示例

基本示例

搜索一个关键词并返回一页结果。这是试用 API 成本最低的方式。

{
  "query": "machine learning",
  "max_pages": 1
}

高级示例

执行英国本地化搜索，设置严格安全搜索，筛选过去一周的结果，并返回两页。

{
  "query": "machine learning",
  "localization": "uk-en",
  "safe": "strict",
  "date_filter": "w",
  "max_pages": 2
}

输入参数

参数	类型	必填	默认值	描述
query	string	是	-	搜索查询。
localization	string	否	us-en	地区和语言代码，例如 uk-en、fr-fr、de-de、ja-jp（支持 40 多种）。
safe	string	否	moderate	安全搜索级别：strict、moderate 或 off。
date_filter	string	否	（无）	d（过去一天）、w（一周）、m（一个月）、y（一年），或自定义范围 YYYY-MM-DD..YYYY-MM-DD。
max_pages	integer	否	2	要获取的最大页数（0 = 不限）。
output_file	string	否	（无）	用于保存结果的可选文件名；省略时会自动生成。

输出格式

针对查询 machine learning 的真实数据集条目。每页结果为一个条目；为便于阅读，此处省略了第一个结果的站内链接。

{
  "query": "machine learning",
  "localization": "us-en",
  "safe_search": -1,
  "max_pages": 1,
  "search_timestamp": "2026-05-29T09:56:11.848097",
  "total_results_found": 11,
  "pages_processed": 1,
  "page_number": 1,
  "search_metadata": {
    "localization": "us-en",
    "localization_name": "United States (English)",
    "safe_search": -1,
    "safe_search_description": "Moderate",
    "max_pages": 1,
    "pagination_limit_reached": true
  },
  "pagination_info": {
    "total_pages": 1,
    "max_pages_set": 1,
    "pagination_stopped_by_limit": true,
    "results_per_page": { "first_page": 11, "subsequent_pages": 50 }
  },
  "organic_results": [
    {
      "position": 1,
      "title": "Machine Learning Tutorial - GeeksforGeeks",
      "link": "https://www.geeksforgeeks.org/machine-learning/machine-learning/",
      "date": "Apr 15, 2026",
      "snippet": "Machine learning is a branch of Artificial Intelligence that focuses on developing models and algorithms that let computers learn from data without being explicitly programmed for every task.",
      "favicon": "https://external-content.duckduckgo.com/ip3/www.geeksforgeeks.org.ico",
      "sitelinks": [
        {
          "title": "Gradient Descent in Linear Regression",
          "link": "https://www.geeksforgeeks.org/machine-learning/gradient-descent-in-linear-regression/"
        }
      ]
    },
    {
      "position": 2,
      "title": "Machine learning - Wikipedia",
      "link": "https://en.wikipedia.org/wiki/Machine_learning",
      "snippet": "Machine learning (ML) is a field of study in artificial intelligence concerned with the development and study of statistical algorithms that can learn from data and generalize to unseen data.",
      "favicon": "https://external-content.duckduckgo.com/ip3/en.wikipedia.org.ico"
    }
  ],
  "ads": [],
  "knowledge_graph": [],
  "news_results": [],
  "inline_images": [],
  "inline_videos": [],
  "related_searches": []
}

---

用作 MCP 工具

你可以将 DuckDuckGo API 加载为 MCP 工具，让助手代你调用。MCP 服务 URL 预先加载了这一个 Actor：

https://mcp.apify.com/?tools=actors,docs,johnvc/DuckDuckGo-Scraper-for-serp-rankings

出现提示时，请在浏览器中使用 OAuth 进行身份验证，或使用你的 Apify API 令牌（与 Python 示例中使用的 APIFY_API_TOKEN 相同）。前往 https://console.apify.com/settings/integrations 获取令牌，并在 https://apify.com?fpr=9n7kx3 注册免费的 Apify 账户。

在 Claude Cowork Desktop 中安装

Cowork 是桌面应用的自动化模式。若要将 DuckDuckGo API 用作工具，请将 Apify MCP 服务添加为连接器。

1. 打开 Claude 桌面应用，前往 Settings → Connectors（或前往 Settings → Developer → Edit Config，直接编辑 claude_desktop_config.json）。
   • macOS：~/Library/Application Support/Claude/claude_desktop_config.json
   • Windows：%APPDATA%\Claude\claude_desktop_config.json
2. 添加 Apify MCP 服务，其中仅预先加载了此 Actor：

{
  "mcpServers": {
    "apify": {
      "command": "npx",
      "args": [
        "-y",
        "mcp-remote",
        "https://mcp.apify.com/?tools=actors,docs,johnvc/DuckDuckGo-Scraper-for-serp-rankings"
      ]
    }
  }
}

3. 重启应用。Cowork 首次调用工具时，请在浏览器中完成 OAuth 提示，或在连接器设置中添加 Apify API 令牌以跳过 OAuth。
4. 在 Cowork 聊天中，确认工具可用，并让它运行 DuckDuckGo API。

下载桌面应用并开始免费试用：https://claude.ai/referral/uIlpa7nPLg 更多帮助：https://docs.apify.com/platform/integrations/claude-desktop

在 Claude Code 中安装

Claude Code 是命令行工具。使用一条命令添加 Actor 的 MCP 服务：

claude mcp add --transport http apify \
  "https://mcp.apify.com/?tools=actors,docs,johnvc/DuckDuckGo-Scraper-for-serp-rankings"

若要使用令牌而非浏览器 OAuth：

claude mcp add --transport http apify \
  "https://mcp.apify.com/?tools=actors,docs,johnvc/DuckDuckGo-Scraper-for-serp-rankings" \
  --header "Authorization: Bearer YOUR_APIFY_TOKEN"

然后使用 claude mcp list 验证，或在会话中运行 /mcp。让 Claude Code 调用 DuckDuckGo API。

免费试用 Claude Code：https://claude.ai/referral/uIlpa7nPLg Claude Code MCP 文档：https://code.claude.com/docs/en/mcp

在 Claude（网站）中安装

在 claude.ai 上，你可以将 Apify 添加为连接器，然后仅启用此 Actor 的工具。

1. 前往 Settings → Connectors → Browse connectors，搜索 Apify MCP server。安装它（如果出现提示，则启用或更新）。
2. 连接时，使用你的 Apify API 令牌进行身份验证，并启用工具 johnvc/DuckDuckGo-Scraper-for-serp-rankings。
3. 在任意聊天中，打开 + → Connectors，并启用 Apify。
4. 或者，选择 Add custom connector，粘贴完整的 MCP URL https://mcp.apify.com/?tools=actors,docs,johnvc/DuckDuckGo-Scraper-for-serp-rankings，并在出现提示时使用 OAuth。
5. 让 Claude 运行 DuckDuckGo API。

在网页上打开 Claude：https://claude.ai/referral/uIlpa7nPLg

在 Cursor 中安装

Cursor 从项目文件 .cursor/mcp.json 中读取 MCP 服务。

1. 在项目中创建 .cursor/mcp.json：

{
  "mcpServers": {
    "apify": {
      "url": "https://mcp.apify.com/?tools=actors,docs,johnvc/DuckDuckGo-Scraper-for-serp-rankings"
    }
  }
}

2. 如果你更倾向于使用令牌身份验证，而非浏览器 OAuth，请添加一个请求头：

{
  "mcpServers": {
    "apify": {
      "url": "https://mcp.apify.com/?tools=actors,docs,johnvc/DuckDuckGo-Scraper-for-serp-rankings",
      "headers": { "Authorization": "Bearer YOUR_APIFY_TOKEN" }
    }
  }
}

3. 打开 Cursor → Settings → MCP，确认 apify 服务已连接（显示绿点）。
4. 在 Composer 或 Chat 中，让 Cursor 调用 DuckDuckGo API。

刚开始使用 Cursor？在此获取：https://cursor.com/referral?code=XQP4VBLI3NNX

在 ChatGPT 中安装

ChatGPT 通过开发者模式连接到 Apify MCP 服务（适用于 ChatGPT Pro、Plus、Business、Enterprise 和 Education 方案）。

1. 点击个人资料图标，然后前往 Settings > Apps。如果看不到 Create app 按钮，请打开 Advanced settings 并启用 Developer mode。
2. 点击 Create app 并填写表单：
   • 名称： Apify
   • MCP 服务 URL： https://mcp.apify.com/?tools=actors,docs,johnvc/DuckDuckGo-Scraper-for-serp-rankings
   • 身份验证： OAuth
3. 点击 Create，并授权与 Apify 的连接。
4. 若要在对话中使用该应用，请点击聊天中的 +，选择 Developer mode，然后选择 Apify。

更多帮助：https://docs.apify.com/platform/integrations/mcp

---

用心制作

使用 DuckDuckGo API，以可靠、结构化的结果为搜索和 SEO 工作流提供支持。

🤖 向 AI 助手咨询此 Actor

打开一条关于 DuckDuckGo Scraper 的现成提示词，可发送给你选择的 AI：

• 💬 ChatGPT
• 🧠 Claude
• 🔍 Perplexity
• 🅒 Copilot

最后更新：2026.10.27