타빌리 MCP 서버

Tavily의 검색 API를 사용하여 AI 기반 웹 검색 기능을 제공하는 모델 컨텍스트 프로토콜 서버입니다. 이 서버를 통해 LLM은 정교한 웹 검색을 수행하고, 질문에 대한 직접적인 답변을 얻고, AI가 추출한 관련 콘텐츠로 최신 뉴스 기사를 검색할 수 있습니다.

특징

사용 가능한 도구

• tavily_web_search - AI 기반 콘텐츠 추출을 통해 포괄적인 웹 검색을 수행합니다.

  • query (문자열, 필수): 검색 쿼리

  • max_results (정수, 선택 사항): 반환할 최대 결과 수(기본값: 5, 최대값: 20)

  • search_depth (문자열, 선택 사항): "기본" 또는 "고급" 검색 깊이(기본값: "기본")

  • include_domains (목록 또는 문자열, 선택 사항): 결과에 특별히 포함할 도메인 목록

  • exclude_domains (목록 또는 문자열, 선택 사항): 결과에서 제외할 도메인 목록

• tavily_answer_search - 웹 검색을 수행하고 뒷받침하는 증거와 함께 직접적인 답변을 생성합니다.

  • query (문자열, 필수): 검색 쿼리

  • max_results (정수, 선택 사항): 반환할 최대 결과 수(기본값: 5, 최대값: 20)

  • search_depth (문자열, 선택 사항): "기본" 또는 "고급" 검색 깊이(기본값: "고급")

  • include_domains (목록 또는 문자열, 선택 사항): 결과에 특별히 포함할 도메인 목록

  • exclude_domains (목록 또는 문자열, 선택 사항): 결과에서 제외할 도메인 목록

• tavily_news_search - 발행일을 기준으로 최근 뉴스 기사를 검색합니다.

  • query (문자열, 필수): 검색 쿼리

  • max_results (정수, 선택 사항): 반환할 최대 결과 수(기본값: 5, 최대값: 20)

  • days (정수, 선택 사항): 검색을 위해 뒤로 남은 일 수(기본값: 3)

  • include_domains (목록 또는 문자열, 선택 사항): 결과에 특별히 포함할 도메인 목록

  • exclude_domains (목록 또는 문자열, 선택 사항): 결과에서 제외할 도메인 목록

프롬프트

서버는 또한 각 검색 유형에 대한 프롬프트 템플릿을 제공합니다.

• tavily_web_search - Tavily의 AI 기반 검색 엔진을 사용하여 웹 검색

• tavily_answer_search - 웹을 검색하고 뒷받침하는 증거와 함께 AI가 생성한 답변을 받으세요

• tavily_news_search - Tavily의 뉴스 검색으로 최신 뉴스 기사를 검색하세요

Related MCP server: Tavily MCP Server

필수 조건

• Python 3.11 이상

• Tavily API 키( Tavily 웹사이트 에서 받으세요)

• uv Python 패키지 관리자(권장)

설치

옵션 1: pip 또는 uv 사용

지엑스피1

다음과 유사한 출력이 표시됩니다.

옵션 2: 소스에서

설치하는 동안 패키지가 빌드되고 종속성과 함께 설치되는 것을 볼 수 있습니다.

VS Code를 사용한 사용

빠른 설치를 위해 아래의 원클릭 설치 버튼 중 하나를 사용하세요.

수동 설치의 경우, VS Code의 사용자 설정(JSON) 파일에 다음 JSON 블록을 추가하세요. Ctrl + Shift + P 를 누르고 Preferences: Open User Settings (JSON) 입력하면 됩니다.

원하는 경우, 작업 공간의 .vscode/mcp.json 파일에 추가할 수 있습니다. 이렇게 하면 다른 사용자와 구성을 공유할 수 있습니다.

.vscode/mcp.json 파일에는 mcp 키가 필요하지 않습니다.

구성

API 키 설정

서버에는 Tavily API 키가 필요하며, 이는 세 가지 방법으로 제공할 수 있습니다.

1. 프로젝트 디렉토리의 .env 파일을 통해:

   TAVILY_API_KEY=your_api_key_here

2. 환경 변수로서:

   export TAVILY_API_KEY=your_api_key_here

3. 명령줄 인수로:

   python -m mcp_server_tavily --api-key=your_api_key_here

Claude.app에 대한 구성

Claude 설정에 추가:

문제가 발생하면 Python 인터프리터의 전체 경로를 지정해야 할 수 있습니다. which python 실행하여 정확한 경로를 확인하세요.

사용 예

일반적인 웹 검색의 경우:

도메인 필터링을 사용하여 보고서를 생성하려면:

직접적인 답변을 위해 답변 검색 모드를 사용하려면:

뉴스 검색:

테스트

이 프로젝트에는 포괄적인 테스트 모음이 포함되어 있습니다. 테스트를 실행하려면 다음을 수행하세요.

1. 테스트 종속성 설치:

   source .venv/bin/activate # If using a virtual environment uv sync --dev # Or: pip install -r requirements-dev.txt

2. 테스트를 실행하세요:

   ./tests/run_tests.sh

다음과 유사한 출력이 표시됩니다.

테스트 스위트에는 데이터 모델, 유틸리티 함수, 통합 테스트, 오류 처리 및 매개변수 검증에 대한 테스트가 포함되어 있습니다. 도메인 필터 및 다양한 입력 형식 처리를 포함하여 모든 API 기능이 제대로 작동하는지 확인하는 데 중점을 둡니다.

도커

Docker 이미지를 빌드합니다.

또는 Docker를 사용하여 직접 빌드합니다.

분리된 Docker 컨테이너를 실행합니다(기본 이름 mcp_tavily_container , 포트 8000 → 8000):

또는 수동으로:

멈추고 용기를 제거하세요:

컨테이너 로그를 따르세요:

환경 변수를 설정하여 기본값을 재정의할 수 있습니다.

• DOCKER_IMAGE: 이미지 이름(기본값 mcp_tavily )

• DOCKER_CONTAINER: 컨테이너 이름(기본값 mcp_tavily_container )

• HOST_PORT: 바인딩할 호스트 포트(기본값 8000 )

• CONTAINER_PORT: 컨테이너 포트(기본값 8000 )

디버깅

MCP 검사기를 사용하여 서버를 디버깅할 수 있습니다.

기여하다

mcp-tavily 개선을 위한 여러분의 참여를 환영합니다! 참여 방법은 다음과 같습니다.

1. 저장소를 포크하세요

2. 기능 브랜치를 생성합니다( git checkout -b feature/amazing-feature )

3. 변경 사항을 만드세요

4. 테스트를 실행하여 통과하는지 확인하세요

5. 변경 사항을 커밋하세요( git commit -m 'Add amazing feature' )

6. 브랜치에 푸시( git push origin feature/amazing-feature )

7. 풀 리퀘스트 열기

다른 MCP 서버 및 구현 패턴의 예는 https://github.com/modelcontextprotocol/servers를 참조하세요.

특허

mcp-tavily는 MIT 라이선스에 따라 라이선스가 부여됩니다. 자세한 내용은 LICENSE 파일을 참조하세요.