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.
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
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 with Proxy Support
Python 3.11 이상
Tavily API 키( Tavily 웹사이트 에서 받으세요)
uv Python 패키지 관리자(권장)
지엑스피1
다음과 유사한 출력이 표시됩니다.
Resolved packages: mcp-tavily, mcp, pydantic, python-dotenv, tavily-python [...]
Successfully installed mcp-tavily-0.1.4 mcp-1.0.0 [...]# 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.txt설치하는 동안 패키지가 빌드되고 종속성과 함께 설치되는 것을 볼 수 있습니다.
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.json파일에는mcp키가 필요하지 않습니다.
{
"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}"
}
}
}
}
}서버에는 Tavily API 키가 필요하며, 이는 세 가지 방법으로 제공할 수 있습니다.
프로젝트 디렉토리의 .env 파일을 통해:
TAVILY_API_KEY=your_api_key_here환경 변수로서:
export TAVILY_API_KEY=your_api_key_here명령줄 인수로:
python -m mcp_server_tavily --api-key=your_api_key_hereClaude 설정에 추가:
"mcpServers": {
"tavily": {
"command": "python",
"args": ["-m", "mcp_server_tavily"]
},
"env": {
"TAVILY_API_KEY": "your_api_key_here"
}
}문제가 발생하면 Python 인터프리터의 전체 경로를 지정해야 할 수 있습니다. which python 실행하여 정확한 경로를 확인하세요.
일반적인 웹 검색의 경우:
Tell me about Anthropic's newly released MCP protocol도메인 필터링을 사용하여 보고서를 생성하려면:
Tell me about redwood trees. Please use MLA format in markdown syntax and include the URLs in the citations. Exclude Wikipedia sources.직접적인 답변을 위해 답변 검색 모드를 사용하려면:
I want a concrete answer backed by current web sources: What is the average lifespan of redwood trees?뉴스 검색:
Give me the top 10 AI-related news in the last 5 days이 프로젝트에는 포괄적인 테스트 모음이 포함되어 있습니다. 테스트를 실행하려면 다음을 수행하세요.
테스트 종속성 설치:
source .venv/bin/activate # If using a virtual environment
uv sync --dev # Or: pip install -r requirements-dev.txt테스트를 실행하세요:
./tests/run_tests.sh다음과 유사한 출력이 표시됩니다.
======================================================= 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%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.
Docker 이미지를 빌드합니다.
make docker-build또는 Docker를 사용하여 직접 빌드합니다.
docker build -t mcp_tavily .분리된 Docker 컨테이너를 실행합니다(기본 이름 mcp_tavily_container , 포트 8000 → 8000):
make docker-run또는 수동으로:
docker run -d --name mcp_tavily_container \
-e TAVILY_API_KEY=your_api_key_here \
-p 8000:8000 mcp_tavily멈추고 용기를 제거하세요:
make docker-stop컨테이너 로그를 따르세요:
make docker-logs환경 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 )
MCP 검사기를 사용하여 서버를 디버깅할 수 있습니다.
# Using npx
npx @modelcontextprotocol/inspector python -m mcp_server_tavily
# For development
cd path/to/mcp-tavily
npx @modelcontextprotocol/inspector python -m mcp_server_tavilymcp-tavily 개선을 위한 여러분의 참여를 환영합니다! 참여 방법은 다음과 같습니다.
저장소를 포크하세요
기능 브랜치를 생성합니다( git checkout -b feature/amazing-feature )
변경 사항을 만드세요
테스트를 실행하여 통과하는지 확인하세요
변경 사항을 커밋하세요( git commit -m 'Add amazing feature' )
브랜치에 푸시( git push origin feature/amazing-feature )
풀 리퀘스트 열기
다른 MCP 서버 및 구현 패턴의 예는 https://github.com/modelcontextprotocol/servers를 참조하세요.
mcp-tavily는 MIT 라이선스에 따라 라이선스가 부여됩니다. 자세한 내용은 LICENSE 파일을 참조하세요.
This server cannot be installed
Unclaimed servers have limited discoverability.
If you are the server author, to access and configure the admin panel.
LLM-ready web search + instant answers + URL-to-clean-text fetch for agents and RAG.
Web search, news, page retrieval, sitemaps, and trending topics through Search1API.
The best web search for your AI Agent
We provide all the information about MCP servers via our MCP API.
curl -X GET 'https://glama.ai/api/mcp/v1/servers/RamXX/mcp-tavily'
If you have feedback or need assistance with the MCP directory API, please join our Discord server