tavily-ai/tavily-mcp
Production ready MCP server with real-time search, extract, map & crawl.
什么是 Tavily MCP 服务器？
Tavily MCP 是一个轻量级、可自托管（或远程托管）的 MCP（模型上下文协议）服务器，为 AI 代理提供四种网络知识工具的访问能力：
| 工具 | 功能 | 典型 AI 使用场景 |
|---|---|---|
| tavily‑search | 实时网络搜索（类似 Google） | 在模型生成响应时获取最新事实、新闻或参考信息 |
| tavily‑extract | 从 URL 中提取主要文本、图片和元数据 | 摘要页面内容、回答关于页面的问题，或将文本输入下游模型 |
| tavily‑map | 爬取网站并返回结构化的站点地图（页面、层级、链接） | 构建文档网站的知识图谱，或为聊天机器人创建导航辅助 |
| tavily‑crawl | 系统性探索一个域名，返回发现的 URL 列表及其内容 | 收集用于微调、RAG 索引或批量分析的语料库 |
该服务器遵循 模型上下文协议 —— 一种标准，允许基于 LLM 的工具（如 Claude Code、Cursor 等）将外部服务调用视为内置函数。通过在客户端添加 Tavily MCP 服务器，模型只需发送一个简单的 JSON 请求，即可调用这四种工具中的任意一种。
如何运行它
远程（由 Tavily 托管）
- 无需安装——只需将客户端指向
https://mcp.tavily.com/mcp/，并通过 URL（?tavilyApiKey=…）或Authorization: Bearer …请求头提供一个 Tavily API 密钥。 - 你还可以发送一个
DEFAULT_PARAMETERS请求头，其中包含一个 JSON 对象，用于为每次请求设置默认搜索选项（例如"include_images":true,"max_results":10）。
本地（自行运行）
- 安装 Node 20+。
- 使用 NPX 直接运行该包：
npx -y tavily-mcp@latest - 在 MCP 客户端配置中提供你的 API 密钥和任何可选的环境变量（见下文）。
你可能关心的配置选项
| 环境变量 / 请求头 | 用途 | 示例 |
|---|---|---|
TAVILY_API_KEY |
认证每次工具调用。 | TAVILY_API_KEY=sk_… |
DEFAULT_PARAMETERS |
默认搜索参数的 JSON（包含图片、深度、结果数量等）。 | "{\"include_images\":true,\"search_depth\":\"advanced\",\"max_results\":15}" |
TAVILY_HUMAN_ID |
可选的不透明用户标识符；以 X‑Human‑Id 形式发送（服务端哈希处理）。 |
TAVILY_HUMAN_ID=12345 |
| OAuth 流程 | 除了在 URL 中使用 API 密钥，你也可以运行 OAuth 流程（MCP 检查器、Cursor 等支持）。服务器将颁发一个访问令牌，客户端会自动使用。 |
如何将其接入主流 AI 编程助手
Claude Code（Anthropic）
# API 密钥在 URL 中
claude mcp add --transport http tavily https://mcp.tavily.com/mcp/?tavilyApiKey=<your-key>
# 或使用 OAuth 流程（URL 中无密钥）
claude mcp add --transport http tavily https://mcp.tavily.com/mcp
添加后，运行 claude，输入 /mcp 并按提示完成认证。添加 --scope user 可使服务器对你的所有 Claude 项目可用。
Cursor（以 AI 为先的 IDE）
点击 README 中的 “添加到 Cursor” 按钮，然后编辑生成的 mcp.json 文件，插入你的 API 密钥：
{
"mcpServers": {
"tavily-remote-mcp": {
"command": "npx -y mcp-remote https://mcp.tavily.com/mcp/?tavilyApiKey=<your-key>",
"env": {}
}
}
}
你也可以通过从 URL 中省略密钥来使用 OAuth 变体。
哪些人可能会使用它？
| 目标用户 | 为何重要 |
|---|---|
LLM 开发者，构建需要实时网络信息的代理——他们可以直接从模型调用 tavily-search，无需编写自定义爬虫代码。 |
|
RAG 工程师，希望快速从网站提取最新文档并输入向量存储——tavily-crawl/tavily-map 可为你提供现成的语料库。 |
|
| 生产力工具开发者（如 VS Code 插件、AI 笔记本），希望添加“网络搜索”或“摘要页面”作为内置命令。 | |
| 研究人员，探索 LLM 如何与实时数据交互——远程服务器让你无需管理基础设施即可进行实验。 |
快速“Hello World”请求（MCP 客户端使用的 JSON 格式）
{
"tool": "tavily-search",
"arguments": {
"query": "最新的 GPT‑4 发布说明",
"max_results": 3,
"include_images": false
}
}
服务器返回一个结果对象列表，包含 title、url、snippet，以及（如请求）image_url。
如何深入了解
- 教程 – 构建知识图谱助手（结合 Tavily MCP 与 Neo4j）。
- 教程 – 将你的编程助手连接到网络（将 Tavily MCP 与 Cline VS Code 插件集成）。
- 模型上下文协议 规范（底层 API 协议）。
- Anthropic 的 Claude Code 文档，了解如何添加自定义 MCP 服务器。
TL;DR
Tavily MCP 是一个开箱即用的服务器，将网络搜索、提取、映射和爬取功能转化为标准的 MCP 工具。你可以通过单个 npx 命令在本地运行，或连接到 Tavily 的托管端点，然后让任何兼容 MCP 的 LLM 客户端（如 Claude Code、Cursor 等）像调用原生函数一样调用这些工具。这使得 AI 代理能够可靠地、实时地访问开放网络，而无需编写自己的爬虫代码。
相关
- 项目
- 项目
- 项目
- 项目
- 项目