AI エージェントのための Web Extractor でライブ Web データを取得 - Model Studio - Alibaba Cloud - Alibaba Cloud Model Studio

LLM は直接 Web ページのデータにアクセスできません。Web エクストラクターは、URL にアクセスし、そのコンテンツをモデル用に抽出します。

使用方法

Web エクストラクターは 3 つの方法で呼び出すことができます。必要なパラメーターは、各方法で異なります。

OpenAI互換 - Responses API

web_search と web_extractor を tools パラメーターに追加します。

qwen3-max-2026-01-23 を使用する場合は、enable_thinking を true に設定します。

数学やデータ分析の問題で精度を向上させるには、code_interpreter ツールも有効にしてください。

# 依存関係をインポートし、クライアントを作成します...
response = client.responses.create(
    model="qwen3.7-max",
    input="Alibaba Cloud Model Studio のコードインタープリターに関する公式ドキュメントにアクセスし、その主な内容を要約してください",
    tools=[
        # Web 抽出を有効にするには、Web 検索ツールも有効にします
        {"type": "web_search"},
        {"type": "web_extractor"},
        {"type": "code_interpreter"}
    ],
    extra_body={
      # 思考モードを有効にする必要があります
      "enable_thinking": True
    }
)

print(response.output_text)

OpenAI互換 - Chat Completions API

enable_search を true に、search_strategy を agent_max に設定します。また、enable_thinking も true に設定します。

非ストリーミング出力はサポートされていません。

# 依存関係をインポートし、クライアントを作成します...
completion = client.chat.completions.create(
    model="qwen3.7-max",
    messages=[{"role": "user", "content": "Alibaba Cloud Model Studio のコードインタープリターに関する公式ドキュメントにアクセスし、その主な内容を要約してください"}],
    extra_body={
        "enable_thinking": True,
        "enable_search": True,
        "search_options": {"search_strategy": "agent_max"}
    },
    stream=True
)

DashScope

enable_search を true に、search_strategy を agent_max に設定します。また、enable_thinking も true に設定します。

非ストリーミング出力はサポートされていません。

from dashscope import Generation

response = Generation.call(
    model="qwen3.7-max",
    messages=[{"role": "user", "content": "Alibaba Cloud Model Studio のコードインタープリターに関する公式ドキュメントにアクセスし、その主な内容を要約してください"}],
    enable_search=True,
    search_options={"search_strategy": "agent_max"},
    enable_thinking=True,
    result_format="message",
    stream=True,
    incremental_output=True
)

サポート対象モデル

推奨モデル

Responses API

Qwen-Max：Qwen3.7-Max シリーズ

Qwen-Plus：Qwen3.7-Plus シリーズ、Qwen3.6-Plus シリーズ、Qwen3.5-Plus シリーズ

Chat Completions API / DashScope

Qwen-Max (思考モード) ：Qwen3-Max シリーズ
Qwen-Plus：Qwen3.7-Plus シリーズ、Qwen3.6-Plus シリーズ、Qwen3.5-Plus シリーズ

その他のモデル

以下のモデルもこのツールをサポートしていますが、推奨モデルほどの性能は発揮しない場合があります。

Qwen-Flash：Qwen3.6-Flash シリーズ、Qwen3.5-Flash シリーズ
Qwen3.6 オープンソースシリーズ (qwen3.6-27b を除く)
Qwen3.5 オープンソースシリーズ

クイックスタート

この例では、Responses API を介して Web エクストラクターを呼び出し、技術ドキュメントを要約します。

APIキーを取得し、環境変数として設定する必要があります。

Python

import os
from openai import OpenAI

client = OpenAI(
    # 環境変数が設定されていない場合は、次の行を api_key="sk-xxx" に置き換えます (非推奨)。Model Studio の API キーを使用してください。
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    # シンガポールリージョン。{WorkspaceId} を実際のワークスペース ID に置き換えます。URL はリージョンによって異なります。
    base_url="https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1"
)

response = client.responses.create(
    model="qwen3.7-max",
    input="Alibaba Cloud Model Studio のコードインタープリターに関する公式ドキュメントにアクセスし、その主な内容を要約してください",
    tools=[
        {
            "type": "web_search"
        },
        {
            "type": "web_extractor"
        },
        {
            "type": "code_interpreter"
        }
    ],
    extra_body = {
        "enable_thinking": True
    }
)
# 中間プロセス出力を表示するには、次の行のコメントを解除します
# print(response.output)
print("="*20+"レスポンス内容"+"="*20)
print(response.output_text)
# ツール呼び出しの回数を出力します
usage = response.usage
print("="*20+"ツール呼び出し回数"+"="*20)
if hasattr(usage, 'x_tools') and usage.x_tools:
    print(f"\nWeb抽出回数: {usage.x_tools.get('web_extractor', {}).get('count', 0)}")
    print(f"Web 検索回数: {usage.x_tools.get('web_search', {}).get('count', 0)}")

Node.js

import OpenAI from "openai";
import process from 'process';

const openai = new OpenAI({
    // 環境変数が設定されていない場合は、次の行を apiKey: "sk-xxx" に置き換えます。Model Studio の API キーを使用してください。
    apiKey: process.env.DASHSCOPE_API_KEY,
    // シンガポールリージョン。{WorkspaceId} を実際のワークスペース ID に置き換えます。URL はリージョンによって異なります。
    baseURL: "https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1"
});

async function main() {
    const response = await openai.responses.create({
        model: "qwen3.7-max",
        input: "Alibaba Cloud Model Studio のコードインタープリターに関する公式ドキュメントにアクセスし、その主な内容を要約してください",
        tools: [
            { type: "web_search" },
            { type: "web_extractor" },
            { type: "code_interpreter" }
        ],
        enable_thinking: true
    });

    console.log("====================レスポンス内容====================");
    console.log(response.output_text);

    // ツール呼び出しの回数を出力します
    console.log("====================ツール呼び出し回数====================");
    if (response.usage && response.usage.x_tools) {
        console.log(`Web抽出回数: ${response.usage.x_tools.web_extractor?.count || 0}`);
        console.log(`Web 検索回数: ${response.usage.x_tools.web_search?.count || 0}`);
    }
    // 中間プロセス出力を表示するには、次の行のコメントを解除します
    // console.log(JSON.stringify(response.output[0], null, 2));
}

main();

curl

curl -X POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1/responses \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
    "model": "qwen3.7-max",
    "input": "Alibaba Cloud Model Studio のコードインタープリターに関する公式ドキュメントにアクセスし、その主な内容を要約してください",
    "tools": [
        {"type": "web_search"},
        {"type": "web_extractor"},
        {"type": "code_interpreter"}
    ],
    "enable_thinking": true
}'

出力例：

====================レスポンス内容====================
Alibaba Cloud Model Studio の公式ドキュメントに基づき、 コードインタープリター 機能のコアコンテンツを要約しました：

## 1. 機能の位置付け

...

> ドキュメントソース: Alibaba Cloud Model Studio 公式ドキュメント - [Qwen Code Interpreter](https://www.alibabacloud.com/help/model-studio/qwen-code-interpreter) および [Assistant API Code Interpreter](https://www.alibabacloud.com/help/model-studio/code-interpreter) (更新日： 2025年12月)
====================ツール呼び出し回数====================

Web抽出回数: 1

ストリーミング出力

Web 抽出には時間がかかる場合があります。ストリーミング出力を有効にすると、中間結果をリアルタイムで受信できます。

Responses API を使用して、中間のツール実行ステータスを取得します。

OpenAI互換 - Responses API

Python

import os
from openai import OpenAI

client = OpenAI(
    # 環境変数が設定されていない場合は、次の行を api_key="sk-xxx" に置き換えます (非推奨)。Model Studio の API キーを使用してください。
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    # シンガポールリージョン。{WorkspaceId} を実際のワークスペース ID に置き換えます。URL はリージョンによって異なります。
    base_url="https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1"
)

stream = client.responses.create(
    model="qwen3.7-max",
    input="Alibaba Cloud Model Studio のコードインタープリターに関する公式ドキュメントにアクセスし、その主な内容を要約してください",
    tools=[
        {"type": "web_search"},
        {"type": "web_extractor"},
        {"type": "code_interpreter"}
    ],
    stream=True,
    extra_body={"enable_thinking": True}
)

reasoning_started = False
output_started = False

for chunk in stream:
    # 思考プロセスを出力します
    if chunk.type == 'response.reasoning_summary_text.delta':
        if not reasoning_started:
            print("="*20 + "思考プロセス" + "="*20)
            reasoning_started = True
        print(chunk.delta, end='', flush=True)
    # ツール呼び出しが完了したときに出力します
    elif chunk.type == 'response.output_item.done':
        if hasattr(chunk, 'item') and hasattr(chunk.item, 'type'):
            if chunk.item.type == 'web_extractor_call':
                print("\n" + "="*20 + "ツール呼び出し" + "="*20)
                print(chunk.item.goal)
                print(chunk.item.output)
            elif chunk.item.type == 'reasoning':
                reasoning_started = False
    # レスポンス内容を出力します
    elif chunk.type == 'response.output_text.delta':
        if not output_started:
            print("\n" + "="*20 + "レスポンス内容" + "="*20)
            output_started = True
        print(chunk.delta, end='', flush=True)
    # レスポンスが完了したら、ツール呼び出しの回数を出力します
    elif chunk.type == 'response.completed':
        print("\n" + "="*20 + "ツール呼び出し回数" + "="*20)
        usage = chunk.response.usage
        if hasattr(usage, 'x_tools') and usage.x_tools:
            print(f"Web抽出回数: {usage.x_tools.get('web_extractor', {}).get('count', 0)}")
            print(f"Web 検索回数: {usage.x_tools.get('web_search', {}).get('count', 0)}")

Node.js

import OpenAI from "openai";
import process from 'process';

const openai = new OpenAI({
    // 環境変数が設定されていない場合は、次の行を apiKey: "sk-xxx" に置き換えます。Model Studio の API キーを使用してください。
    apiKey: process.env.DASHSCOPE_API_KEY,
    // シンガポールリージョン。{WorkspaceId} を実際のワークスペース ID に置き換えます。URL はリージョンによって異なります。
    baseURL: "https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1"
});

async function main() {
    const stream = await openai.responses.create({
        model: "qwen3.7-max",
        input: "Alibaba Cloud Model Studio のコードインタープリターに関する公式ドキュメントにアクセスし、その主な内容を要約してください",
        tools: [
            { type: "web_search" },
            { type: "web_extractor" },
            { type: "code_interpreter" }
        ],
        stream: true,
        enable_thinking: true
    });

    let reasoningStarted = false;
    let outputStarted = false;

    for await (const chunk of stream) {
        // 思考プロセスを出力します
        if (chunk.type === 'response.reasoning_summary_text.delta') {
            if (!reasoningStarted) {
                console.log("====================思考プロセス====================");
                reasoningStarted = true;
            }
            process.stdout.write(chunk.delta);
        }
        // ツール呼び出しが完了したときに出力します
        else if (chunk.type === 'response.output_item.done') {
            if (chunk.item && chunk.item.type === 'web_extractor_call') {
                console.log("\n" + "====================ツール呼び出し====================");
                console.log(chunk.item.goal);
                console.log(chunk.item.output);
            } else if (chunk.item && chunk.item.type === 'reasoning') {
                reasoningStarted = false;
            }
        }
        // レスポンス内容を出力します
        else if (chunk.type === 'response.output_text.delta') {
            if (!outputStarted) {
                console.log("\n" + "====================レスポンス内容====================");
                outputStarted = true;
            }
            process.stdout.write(chunk.delta);
        }
        // レスポンスが完了したら、ツール呼び出しの回数を出力します
        else if (chunk.type === 'response.completed') {
            console.log("\n" + "====================ツール呼び出し回数====================");
            const usage = chunk.response.usage;
            if (usage && usage.x_tools) {
                console.log(`Web抽出回数: ${usage.x_tools.web_extractor?.count || 0}`);
                console.log(`Web 検索回数: ${usage.x_tools.web_search?.count || 0}`);
            }
        }
    }
}

main();

curl

curl -X POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1/responses \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
    "model": "qwen3.7-max",
    "input": "Alibaba Cloud Model Studio のコードインタープリターに関する公式ドキュメントにアクセスし、その主な内容を要約してください",
    "tools": [
        {"type": "web_search"},
        {"type": "web_extractor"},
        {"type": "code_interpreter"}
    ],
    "enable_thinking": true,
    "stream": true
}'

OpenAI互換 - Chat Completions API

Python

import os
from openai import OpenAI

client = OpenAI(
    # 環境変数が設定されていない場合は、次の行を api_key="sk-xxx" に置き換えます (非推奨)。Model Studio の API キーを使用してください。
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    # シンガポールリージョン。{WorkspaceId} を実際のワークスペース ID に置き換えます。URL はリージョンによって異なります。
    base_url="https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1"
)

stream = client.chat.completions.create(
    model="qwen3.7-max",
    messages=[
        {"role": "user", "content": "Alibaba Cloud Model Studio のコードインタープリターに関する公式ドキュメントにアクセスし、その主な内容を要約してください"}
    ],
    extra_body={
        "enable_thinking": True,
        "enable_search": True,
        "search_options": {"search_strategy": "agent_max"}
    },
    stream=True
)

reasoning_started = False
output_started = False

for chunk in stream:
    if chunk.choices:
        delta = chunk.choices[0].delta
        # 思考プロセスを出力します
        if hasattr(delta, 'reasoning_content') and delta.reasoning_content:
            if not reasoning_started:
                print("="*20 + "思考プロセス" + "="*20)
                reasoning_started = True
            print(delta.reasoning_content, end='', flush=True)
        # レスポンス内容を出力します
        if delta.content:
            if not output_started:
                print("\n" + "="*20 + "レスポンス内容" + "="*20)
                output_started = True
            print(delta.content, end='', flush=True)

Node.js

import OpenAI from "openai";
import process from 'process';

const openai = new OpenAI({
    // 環境変数が設定されていない場合は、次の行を apiKey: "sk-xxx" に置き換えます。Model Studio の API キーを使用してください。
    apiKey: process.env.DASHSCOPE_API_KEY,
    // シンガポールリージョン。{WorkspaceId} を実際のワークスペース ID に置き換えます。URL はリージョンによって異なります。
    baseURL: "https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1"
});

async function main() {
    const stream = await openai.chat.completions.create({
        model: "qwen3.7-max",
        messages: [
            { role: "user", content: "Alibaba Cloud Model Studio のコードインタープリターに関する公式ドキュメントにアクセスし、その主な内容を要約してください" }
        ],
        enable_thinking: true,
        enable_search: true,
        search_options: { search_strategy: "agent_max" },
        stream: true
    });

    let reasoningStarted = false;
    let outputStarted = false;

    for await (const chunk of stream) {
        if (chunk.choices && chunk.choices.length > 0) {
            const delta = chunk.choices[0].delta;
            // 思考プロセスを出力します
            if (delta.reasoning_content) {
                if (!reasoningStarted) {
                    console.log("====================思考プロセス====================");
                    reasoningStarted = true;
                }
                process.stdout.write(delta.reasoning_content);
            }
            // レスポンス内容を出力します
            if (delta.content) {
                if (!outputStarted) {
                    console.log("\n" + "====================レスポンス内容====================");
                    outputStarted = true;
                }
                process.stdout.write(delta.content);
            }
        }
    }
}

main();

curl

curl -X POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1/chat/completions \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
    "model": "qwen3.7-max",
    "messages": [
        {"role": "user", "content": "Alibaba Cloud Model Studio のコードインタープリターに関する公式ドキュメントにアクセスし、その主な内容を要約してください"}
    ],
    "enable_thinking": true,
    "enable_search": true,
    "search_options": {"search_strategy": "agent_max"},
    "stream": true
}'

DashScope

Java SDK はサポートされていません。

Python

import os
import dashscope
from dashscope import Generation

# 環境変数が設定されていない場合は、次の行を dashscope.api_key = "sk-xxx" に置き換えます。Model Studio の API キーを使用してください。
dashscope.api_key = os.getenv("DASHSCOPE_API_KEY")
# シンガポールリージョン。{WorkspaceId} を実際のワークスペース ID に置き換えます。URL はリージョンによって異なります。
dashscope.base_http_api_url = "https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1"

response = Generation.call(
    model="qwen3.7-max",
    messages=[
        {"role": "user", "content": "Alibaba Cloud Model Studio のコードインタープリターに関する公式ドキュメントにアクセスし、その主な内容を要約してください"}
    ],
    enable_search=True,
    search_options={"search_strategy": "agent_max"},
    enable_thinking=True,
    result_format="message",
    stream=True,
    incremental_output=True
)

reasoning_started = False
output_started = False

for chunk in response:
    if chunk.status_code == 200:
        message = chunk.output.choices[0].message

        # 思考プロセスを出力します
        if hasattr(message, 'reasoning_content') and message.reasoning_content:
            if not reasoning_started:
                print("="*20 + "思考プロセス" + "="*20)
                reasoning_started = True
            print(message.reasoning_content, end='', flush=True)

        # レスポンス内容を出力します
        if hasattr(message, 'content') and message.content:
            if not output_started:
                print("\n" + "="*20 + "レスポンス内容" + "="*20)
                output_started = True
            print(message.content, end='', flush=True)
    else:
        print(f"\nリクエスト失敗: code={chunk.code}, message={chunk.message}")
        break

curl

curl -X POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/aigc/text-generation/generation \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "X-DashScope-SSE: enable" \
-H "Content-Type: application/json" \
-d '{
    "model": "qwen3.7-max",
    "input": {
        "messages": [
            {
                "role": "user",
                "content": "Alibaba Cloud Model Studio のコードインタープリターに関する公式ドキュメントにアクセスし、その主な内容を要約してください"
            }
        ]
    },
    "parameters": {
        "enable_thinking": true,
        "enable_search": true,
        "search_options": {
            "search_strategy": "agent_max"
        },
        "result_format": "message"
    }
}'

課金

課金には以下が含まれます：

モデル呼び出し料金： Web ページから抽出されたコンテンツがプロンプトに追加され、入力トークン数が増加します。これらのトークンは、モデルの標準レートで課金されます。料金の詳細については、Model Studio コンソールをご参照ください。
ツール呼び出し料金： Web 抽出と Web 検索が含まれます。
- 1,000 回あたりの Web 検索料金：
  - 中国本土およびグローバルデプロイメントスコープ： $0.57341。
  - 国際デプロイメントスコープ： $10.00。
- Web エクストラクターは期間限定で無料です。