Tavily MCP Server

Ein Model Context Protocol-Server, der KI-gestützte Websuchfunktionen mithilfe der Such-API von Tavily bereitstellt. Dieser Server ermöglicht LLMs, anspruchsvolle Websuchen durchzuführen, direkte Antworten auf Fragen zu erhalten und aktuelle Nachrichtenartikel mit KI-extrahierten relevanten Inhalten zu durchsuchen.

Merkmale

Verfügbare Tools

• tavily_web_search – Führt umfassende Websuchen mit KI-gestützter Inhaltsextraktion durch.

  • query (Zeichenfolge, erforderlich): Suchanfrage

  • max_results (Ganzzahl, optional): Maximale Anzahl der zurückzugebenden Ergebnisse (Standard: 5, Max: 20)

  • search_depth (Zeichenfolge, optional): Entweder „einfache“ oder „erweiterte“ Suchtiefe (Standard: „einfach“)

  • include_domains (Liste oder Zeichenfolge, optional): Liste der Domänen, die speziell in die Ergebnisse einbezogen werden sollen

  • exclude_domains (Liste oder Zeichenfolge, optional): Liste der Domänen, die von den Ergebnissen ausgeschlossen werden sollen

• tavily_answer_search – Führt Websuchen durch und generiert direkte Antworten mit unterstützenden Beweisen.

  • query (Zeichenfolge, erforderlich): Suchanfrage

  • max_results (Ganzzahl, optional): Maximale Anzahl der zurückzugebenden Ergebnisse (Standard: 5, Max: 20)

  • search_depth (Zeichenfolge, optional): Entweder „einfache“ oder „erweiterte“ Suchtiefe (Standard: „erweitert“)

  • include_domains (Liste oder Zeichenfolge, optional): Liste der Domänen, die speziell in die Ergebnisse einbezogen werden sollen

  • exclude_domains (Liste oder Zeichenfolge, optional): Liste der Domänen, die von den Ergebnissen ausgeschlossen werden sollen

• tavily_news_search – Durchsucht aktuelle Nachrichtenartikel mit Veröffentlichungsdatum.

  • query (Zeichenfolge, erforderlich): Suchanfrage

  • max_results (Ganzzahl, optional): Maximale Anzahl der zurückzugebenden Ergebnisse (Standard: 5, Max: 20)

  • days (Ganzzahl, optional): Anzahl der Tage zurück zur Suche (Standard: 3)

  • include_domains (Liste oder Zeichenfolge, optional): Liste der Domänen, die speziell in die Ergebnisse einbezogen werden sollen

  • exclude_domains (Liste oder Zeichenfolge, optional): Liste der Domänen, die von den Ergebnissen ausgeschlossen werden sollen

Eingabeaufforderungen

Der Server stellt außerdem Eingabeaufforderungsvorlagen für jeden Suchtyp bereit:

• tavily_web_search – Durchsuchen Sie das Internet mit der KI-gestützten Suchmaschine von Tavily

• tavily_answer_search – Durchsuchen Sie das Internet und erhalten Sie eine KI-generierte Antwort mit unterstützenden Beweisen

• tavily_news_search – Durchsuchen Sie aktuelle Nachrichtenartikel mit der Nachrichtensuche von Tavily

Related MCP server: Tavily MCP Server with Proxy Support

Voraussetzungen

• Python 3.11 oder höher

• Ein Tavily-API-Schlüssel (von der Tavily-Website erhältlich)

• uv Python-Paketmanager (empfohlen)

Installation

Option 1: Verwenden von pip oder uv

# With pip
pip install mcp-tavily

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

Sie sollten eine Ausgabe ähnlich der folgenden sehen:

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

Option 2: Aus der Quelle

# 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

Während der Installation sollten Sie sehen, wie das Paket mit seinen Abhängigkeiten erstellt und installiert wird.

Verwendung mit VS Code

Verwenden Sie für eine schnelle Installation eine der folgenden Ein-Klick-Installationsschaltflächen:

Für die manuelle Installation fügen Sie den folgenden JSON-Block zu Ihrer Benutzereinstellungsdatei (JSON) in VS Code hinzu. Drücken Sie dazu Ctrl + Shift + P und geben Sie Preferences: Open User Settings (JSON) ein.

Optional können Sie es einer Datei namens .vscode/mcp.json in Ihrem Arbeitsbereich hinzufügen. Dadurch können Sie die Konfiguration mit anderen teilen.

Beachten Sie, dass der mcp Schlüssel in der Datei .vscode/mcp.json nicht benötigt wird.

{
  "mcp": {
    "inputs": [
      {
        "type": "promptString",
        "id": "apiKey",
        "description": "Tavily API Key",
        "password": true
      }
    ],
    "servers": {
      "tavily": {
        "command": "uvx",
        "args": ["mcp-tavily"],
        "env": {
          "TAVILY_API_KEY": "${input:apiKey}"
        }
      }
    }
  }
}

Konfiguration

API-Schlüssel-Setup

Der Server benötigt einen Tavily-API-Schlüssel, der auf drei Arten bereitgestellt werden kann:

1. Über eine .env -Datei in Ihrem Projektverzeichnis:

   TAVILY_API_KEY=your_api_key_here

2. Als Umgebungsvariable:

   export TAVILY_API_KEY=your_api_key_here

3. Als Befehlszeilenargument:

   python -m mcp_server_tavily --api-key=your_api_key_here

Konfigurieren für Claude.app

Fügen Sie zu Ihren Claude-Einstellungen hinzu:

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

Bei Problemen müssen Sie möglicherweise den vollständigen Pfad zu Ihrem Python-Interpreter angeben. Führen Sie which python aus, um den genauen Pfad zu ermitteln.

Anwendungsbeispiele

Für eine normale Websuche:

Tell me about Anthropic's newly released MCP protocol

So erstellen Sie einen Bericht mit Domänenfilterung:

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

So verwenden Sie den Antwortsuchmodus für direkte Antworten:

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

Für die Nachrichtensuche:

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

Testen

Das Projekt umfasst eine umfassende Testsuite. So führen Sie die Tests aus:

1. Installieren Sie Testabhängigkeiten:

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

2. Führen Sie die Tests aus:

   ./tests/run_tests.sh

Sie sollten eine Ausgabe ähnlich der folgenden sehen:

======================================================= test session starts ========================================================
platform darwin -- Python 3.13.3, pytest-8.3.5, pluggy-1.5.0
rootdir: /Users/ramirosalas/workspace/mcp-tavily
configfile: pyproject.toml
plugins: cov-6.0.0, asyncio-0.25.3, anyio-4.8.0, mock-3.14.0
asyncio: mode=Mode.STRICT, asyncio_default_fixture_loop_scope=function
collected 50 items                                                                                                                 

tests/test_docker.py ..                                                                                                      [  4%]
tests/test_integration.py .....                                                                                              [ 14%]
tests/test_models.py .................                                                                                       [ 48%]
tests/test_server_api.py .....................                                                                               [ 90%]
tests/test_utils.py .....                                                                                                    [100%]

---------- coverage: platform darwin, python 3.13.3-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       149     16    89%
-------------------------------------------------------
TOTAL                                 167     20    88%

Die Testsuite umfasst Tests für Datenmodelle, Dienstprogrammfunktionen, Integrationstests, Fehlerbehandlung und Parametervalidierung. Der Schwerpunkt liegt auf der Überprüfung der korrekten Funktion aller API-Funktionen, einschließlich der Handhabung von Domänenfiltern und verschiedenen Eingabeformaten.

Docker

Erstellen Sie das Docker-Image:

make docker-build

Alternativ können Sie direkt mit Docker erstellen:

docker build -t mcp_tavily .

Führen Sie einen getrennten Docker-Container aus (Standardname mcp_tavily_container , Port 8000 → 8000):

make docker-run

Oder manuell:

docker run -d --name mcp_tavily_container \
  -e TAVILY_API_KEY=your_api_key_here \
  -p 8000:8000 mcp_tavily

Anhalten und Behälter entfernen:

make docker-stop

Folgen Sie den Containerprotokollen:

make docker-logs

Sie können die Standardeinstellungen überschreiben, indem Sie Umgebungsvariablen festlegen:

• DOCKER_IMAGE: Imagename (Standard: mcp_tavily )

• DOCKER_CONTAINER: Containername (Standard: mcp_tavily_container )

• HOST_PORT: Host-Port zum Binden (Standard 8000 )

• CONTAINER_PORT: Container-Port (Standard 8000 )

Debuggen

Sie können den MCP-Inspektor zum Debuggen des Servers verwenden:

# 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

Beitragen

Wir freuen uns über Beiträge zur Verbesserung von mcp-tavily! So können Sie helfen:

1. Forken Sie das Repository

2. Erstellen Sie einen Feature-Zweig ( git checkout -b feature/amazing-feature )

3. Nehmen Sie Ihre Änderungen vor

4. Führen Sie Tests durch, um sicherzustellen, dass sie erfolgreich sind

5. Übernehmen Sie Ihre Änderungen ( git commit -m 'Add amazing feature' )

6. Pushen zum Zweig ( git push origin feature/amazing-feature )

7. Öffnen einer Pull-Anfrage

Beispiele für andere MCP-Server und Implementierungsmuster finden Sie unter: https://github.com/modelcontextprotocol/servers

Lizenz

mcp-tavily ist unter der MIT-Lizenz lizenziert. Weitere Informationen finden Sie in der Datei LICENSE .