Servidor MCP de Tavily

Un servidor de Protocolo de Contexto de Modelo que ofrece funciones de búsqueda web basadas en IA mediante la API de búsqueda de Tavily. Este servidor permite a los LLM realizar búsquedas web sofisticadas, obtener respuestas directas a preguntas y buscar artículos de noticias recientes con contenido relevante extraído por IA.

Características

Herramientas disponibles

tavily_web_search : realiza búsquedas web integrales con extracción de contenido impulsada por IA.
- query (cadena, obligatoria): Consulta de búsqueda
- max_results (entero, opcional): número máximo de resultados a devolver (predeterminado: 5, máximo: 20)
- search_depth (cadena, opcional): Profundidad de búsqueda "básica" o "avanzada" (valor predeterminado: "básica")
- include_domains (lista o cadena, opcional): Lista de dominios para incluir específicamente en los resultados
- exclude_domains (lista o cadena, opcional): Lista de dominios para excluir de los resultados
tavily_answer_search : realiza búsquedas web y genera respuestas directas con evidencia de respaldo.
- query (cadena, obligatoria): Consulta de búsqueda
- max_results (entero, opcional): número máximo de resultados a devolver (predeterminado: 5, máximo: 20)
- search_depth (cadena, opcional): Profundidad de búsqueda "básica" o "avanzada" (valor predeterminado: "avanzada")
- include_domains (lista o cadena, opcional): Lista de dominios para incluir específicamente en los resultados
- exclude_domains (lista o cadena, opcional): Lista de dominios para excluir de los resultados
tavily_news_search : busca artículos de noticias recientes con fechas de publicación.
- query (cadena, obligatoria): Consulta de búsqueda
- max_results (entero, opcional): número máximo de resultados a devolver (predeterminado: 5, máximo: 20)
- days (entero, opcional): Número de días para volver a la búsqueda (predeterminado: 3)
- include_domains (lista o cadena, opcional): Lista de dominios para incluir específicamente en los resultados
- exclude_domains (lista o cadena, opcional): Lista de dominios para excluir de los resultados

Indicaciones

El servidor también proporciona plantillas de indicaciones para cada tipo de búsqueda:

tavily_web_search : Busque en la web con el motor de búsqueda impulsado por IA de Tavily
tavily_answer_search : busca en la web y obtén una respuesta generada por IA con evidencia que la respalde.
tavily_news_search : Busque artículos de noticias recientes con la búsqueda de noticias de Tavily.

Prerrequisitos

Python 3.11 o posterior
Una clave API de Tavily (obtenida en el sitio web de Tavily )
Gestor de paquetes de Python uv (recomendado)

Instalación

Opción 1: Usar pip o uv

# With pip
pip install mcp-tavily

# Or with uv (recommended)
uv add mcp-tavily

Debería ver un resultado similar a este:

Resolved packages: mcp-tavily, mcp, pydantic, python-dotenv, tavily-python [...]
Successfully installed mcp-tavily-0.1.4 mcp-1.0.0 [...]

Opción 2: Desde la fuente

# Clone the repository
git clone https://github.com/RamXX/mcp-tavily.git
cd mcp-tavily

# Create a virtual environment (optional but recommended)
python -m venv .venv
source .venv/bin/activate  # On Windows: .venv\Scripts\activate

# Install dependencies and build
uv sync  # Or: pip install -r requirements.txt
uv build  # Or: pip install -e .

# To install with test dependencies:
uv sync --dev  # Or: pip install -r requirements-dev.txt

Durante la instalación, debería ver el paquete compilándose e instalándose con sus dependencias.

Configuración

Configuración de la clave API

El servidor requiere una clave API de Tavily, que se puede proporcionar de tres maneras:

A través de un archivo .env en el directorio de su proyecto:
TAVILY_API_KEY=your_api_key_here
Como variable de entorno:
export TAVILY_API_KEY=your_api_key_here
Como argumento de línea de comandos:
python -m mcp_server_tavily --api-key=your_api_key_here

Configurar para Claude.app

Añade a tu configuración de Claude:

"mcpServers": {
  "tavily": {
    "command": "python",
    "args": ["-m", "mcp_server_tavily"]
  },
  "env": {
    "TAVILY_API_KEY": "your_api_key_here"
  }
}

Si encuentra problemas, puede que necesite especificar la ruta completa a su intérprete de Python. Ejecute which python para encontrar la ruta exacta.

Ejemplos de uso

Para una búsqueda web normal:

Tell me about Anthropic's newly released MCP protocol

Para generar un informe con filtrado de dominio:

Tell me about redwood trees. Please use MLA format in markdown syntax and include the URLs in the citations. Exclude Wikipedia sources.

Para utilizar el modo de búsqueda de respuestas para respuestas directas:

I want a concrete answer backed by current web sources: What is the average lifespan of redwood trees?

Para búsqueda de noticias:

Give me the top 10 AI-related news in the last 5 days

Pruebas

El proyecto incluye un conjunto completo de pruebas. Para ejecutar las pruebas:

Instalar dependencias de prueba:
source .venv/bin/activate # If using a virtual environment uv sync --dev # Or: pip install -r requirements-dev.txt
Ejecutar las pruebas:
./tests/run_tests.sh

Debería ver un resultado similar a este:

============================= test session starts ==============================
collected 27 items

tests/test_models.py ................. [ 62%]
tests/test_utils.py ..... [ 81%]
tests/test_integration.py ..... [100%]

---------- coverage: platform darwin, python 3.13.2-final-0 ----------
Name                                Stmts   Miss  Cover
-------------------------------------------------------
src/mcp_server_tavily/__init__.py      16      2    88%
src/mcp_server_tavily/__main__.py       2      2     0%
src/mcp_server_tavily/server.py       137     80    42%
-------------------------------------------------------
TOTAL                                 155     84    46%


============================== 27 passed in 0.40s ==============================

El conjunto de pruebas incluye pruebas para modelos de datos, funciones de utilidad, pruebas de integración, gestión de errores y validación de parámetros. Se centra en verificar el correcto funcionamiento de todas las funcionalidades de la API, incluyendo la gestión de filtros de dominio y diversos formatos de entrada.

Depuración

Puede utilizar el inspector MCP para depurar el servidor:

# Using npx
npx @modelcontextprotocol/inspector python -m mcp_server_tavily

# For development
cd path/to/mcp-tavily
npx @modelcontextprotocol/inspector python -m mcp_server_tavily

Contribuyendo

Agradecemos tus contribuciones para mejorar mcp-tavily. Puedes ayudarnos de la siguiente manera:

Bifurcar el repositorio
Crear una rama de características ( git checkout -b feature/amazing-feature )
Realiza tus cambios
Realizar pruebas para garantizar que pasen
Confirme sus cambios ( git commit -m 'Add amazing feature' )
Empujar a la rama ( git push origin feature/amazing-feature )
Abrir una solicitud de extracción

Para ver ejemplos de otros servidores MCP y patrones de implementación, consulte: https://github.com/modelcontextprotocol/servers

Licencia

mcp-tavily está licenciado bajo la Licencia MIT. Consulte el archivo de LICENCIA para más detalles.

Tavily MCP Server