通过 Bright Data 和 Gemini AI 增强聊天响应的实时搜索数据

此工作流适合以下人群：
- 开发者：希望集成实时搜索数据到聊天应用中的开发者。
- 产品经理：需要利用 AI 和搜索引擎优化用户体验的产品经理。
- 数据分析师：希望获取实时数据以支持决策的分析师。
- 企业用户：需要快速获取市场信息和竞争对手分析的企业用户。

此工作流解决了以下问题：
- 实时信息获取：通过集成 Bright Data 的搜索引擎，用户能够快速获取最新的搜索结果。
- 自动化响应：自动化处理聊天消息并返回相关信息，减少人工干预。
- 多引擎支持：支持 Google、Bing 和 Yandex 等多种搜索引擎，提供更全面的信息来源。

工作流处理过程如下：
1. 接收聊天消息：当收到聊天消息时，触发工作流。
2. AI 助手：AI 助手根据系统消息处理用户请求，并选择合适的搜索工具。
3. 设置搜索查询：将查询设置为"Bright Data"，以便进行搜索。
4. 工具列表获取：调用 MCP 客户端列出所有可用工具。
5. 执行搜索：根据用户的查询，使用 Google、Bing 或 Yandex 执行搜索。
6. 生成响应：将搜索结果通过 Google Gemini 模型处理，并生成聊天响应。
7. Webhook 通知：将最终响应发送到指定的 Webhook URL，以便进行后续处理。

用户可以通过以下方式自定义和适应此工作流：
- 修改搜索查询：在"Set search query"节点中更改查询内容，以适应不同的搜索需求。
- 选择搜索引擎：在"MCP Client Bright Data Search Tool"、"Bing Search Engine for Bright Data"和"Yandex Search Engine for Bright Data"节点中选择或修改使用的搜索引擎。
- 调整 AI 助手的系统消息：在"AI Agent"节点中更改系统消息，以便更好地适应特定的用户需求。
- Webhook URL：在"HTTP Request for Webhook Notification"节点中修改 Webhook URL，以将响应发送到不同的接收端。