Tavily MCP 服务器

一个模型上下文协议服务器，使用 Tavily 的搜索 API 提供 AI 驱动的网页搜索功能。该服务器使法学硕士 (LLM) 能够执行复杂的网页搜索，直接获取问题的答案，并搜索包含 AI 提取的相关内容的最新新闻文章。

特征

可用工具

• tavily_web_search - 通过人工智能内容提取执行全面的网络搜索。

  • query （字符串，必需）：搜索查询

  • max_results （整数，可选）：返回的最大结果数（默认值：5，最大值：20）

  • search_depth （字符串，可选）：搜索深度为“基本”或“高级”（默认值为“基本”）

  • include_domains （列表或字符串，可选）：结果中具体包含的域列表

  • exclude_domains （列表或字符串，可选）：要从结果中排除的域列表

• tavily_answer_search - 执行网络搜索并生成带有支持证据的直接答案。

  • query （字符串，必需）：搜索查询

  • max_results （整数，可选）：返回的最大结果数（默认值：5，最大值：20）

  • search_depth （字符串，可选）：搜索深度为“基本”或“高级”（默认值为“高级”）

  • include_domains （列表或字符串，可选）：结果中具体包含的域列表

  • exclude_domains （列表或字符串，可选）：要从结果中排除的域列表

• tavily_news_search搜索带有出版日期的最新新闻文章。

  • query （字符串，必需）：搜索查询

  • max_results （整数，可选）：返回的最大结果数（默认值：5，最大值：20）

  • days （整数，可选）：返回搜索的天数（默认值：3）

  • include_domains （列表或字符串，可选）：结果中具体包含的域列表

  • exclude_domains （列表或字符串，可选）：要从结果中排除的域列表

提示

服务器还为每种搜索类型提供了提示模板：

• tavily_web_search - 使用 Tavily 的 AI 搜索引擎搜索网络

• tavily_answer_search - 搜索网络并获取带有支持证据的 AI 生成的答案

• tavily_news_search - 使用 Tavily 的新闻搜索功能搜索最近的新闻文章

Related MCP server: Tavily MCP Server

先决条件

• Python 3.11 或更高版本

• Tavily API 密钥（从Tavily 网站获取）

• uv Python 包管理器（推荐）

安装

选项 1：使用 pip 或 uv

您应该看到类似以下内容的输出：

选项 2：从源头

在安装过程中，您应该看到正在构建和安装的包及其依赖项。

与 VS Code 一起使用

为了快速安装，请使用以下一键安装按钮之一：

如需手动安装，请将以下 JSON 块添加到 VS Code 中的“用户设置 (JSON)”文件中。您可以按下Ctrl + Shift + P并输入Preferences: Open User Settings (JSON)来完成此操作。

或者，您可以将其添加到工作区中名为.vscode/mcp.json的文件中。这样您就可以与其他人共享该配置。

请注意.vscode/mcp.json文件中不需要mcp键。

配置

API 密钥设置

服务器需要 Tavily API 密钥，可以通过三种方式提供：

1. 通过项目目录中的.env文件：

   TAVILY_API_KEY=your_api_key_here

2. 作为环境变量：

   export TAVILY_API_KEY=your_api_key_here

3. 作为命令行参数：

   python -m mcp_server_tavily --api-key=your_api_key_here

为 Claude.app 配置

添加到您的 Claude 设置：

如果遇到问题，可能需要指定 Python 解释器的完整路径。运行which python即可找到确切的路径。

使用示例

对于常规网络搜索：

要生成带有域过滤的报告：

要使用答案搜索模式获取直接答案：

新闻搜索：

测试

该项目包含一个全面的测试套件。要运行测试，请执行以下操作：

1. 安装测试依赖项：

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

2. 运行测试：

   ./tests/run_tests.sh

您应该看到类似以下内容的输出：

该测试套件涵盖数据模型、实用函数、集成测试、错误处理和参数验证等测试。它侧重于验证所有 API 功能是否正常工作，包括域过滤器和各种输入格式的处理。

Docker

构建 Docker 镜像：

或者，直接使用 Docker 构建：

运行一个独立的 Docker 容器（默认名称mcp_tavily_container ，端口 8000 → 8000）：

或者手动：

停止并删除容器：

跟踪容器日志：

您可以通过设置环境变量来覆盖默认值：

• DOCKER_IMAGE：镜像名称（默认mcp_tavily ）

• DOCKER_CONTAINER：容器名称（默认mcp_tavily_container ）

• HOST_PORT：要绑定的主机端口（默认8000 ）

• CONTAINER_PORT：容器端口（默认8000 ）

调试

您可以使用 MCP 检查器来调试服务器：

贡献

欢迎为 mcp-tavily 的改进做出贡献！您可以通过以下方式提供帮助：

1. 分叉存储库

2. 创建功能分支（ git checkout -b feature/amazing-feature ）

3. 进行更改

4. 运行测试以确保通过

5. 提交您的更改（ git commit -m 'Add amazing feature' ）

6. 推送到分支（ git push origin feature/amazing-feature ）

7. 打开拉取请求

有关其他 MCP 服务器和实现模式的示例，请参阅： https://github.com/modelcontextprotocol/servers

执照

mcp-tavily 采用 MIT 许可证。详情请参阅许可证文件。